View a markdown version of this page

Industrielle Datenplattform auf AWS - Industrielle Datenplattform auf AWS

Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

Industrielle Datenplattform auf AWS

Veröffentlichungsdatum: 21. Mai 2021 () Historie des Diagramms

Mit dieser Architektur können Sie Daten aus Industrieanlagen und Unternehmensanwendungen aufnehmen und speichern, Daten kontextualisieren und Datensätze erstellen. Sie können Prognosen für maschinelles Lernen (ML) in industrielle Aufzeichnungssysteme integrieren. Diese Architektur verwendet AWS IoT SiteWise, AWS IoT Core, AWS IoT Greengrass, Amazon Data Firehose und Amazon SageMaker AI. AWS Glue

Diagramm der Architektur der industriellen Datenplattform

Referenzarchitekturdiagramm für den Aufbau einer industriellen Datenplattform AWS , auf der IIoT- und Unternehmensdaten für Analysen und ML-Prognosen aufgenommen werden.

Die folgenden Schritte beschreiben die Architektur:

  1. Erfassen und transformieren Sie Anlagen-, Maschinen- und SPS-Daten (speicherprogrammierbare Steuerungen) mithilfe von AWS IoT Greengrass Anschlüssen und AWS Lambda Funktionen an der Peripherie. Streamen Sie Daten aus dem industriellen Internet der Dinge (IIoT) AWS IoT SiteWise über AWS IoT Core Amazon Data Firehose in den Data Lake.

  2. Synchronisieren Sie Bilder mit AWS Storage Gateway mit dem Data Lake. Verwenden Sie für IP-Kameras AWS Panorama, um Bilder zu übertragen.

  3. Streamen Sie Anwendungsdaten für die Fertigung mit Amazon Kinesis Data Streams oder übertragen Sie sie mit AWS Transfer Family.

  4. Exportieren Sie Anwendungsdaten von Industrieunternehmen in den Data Lake. Speichern Sie historische Aufzeichnungen in Amazon S3 und Referenzdaten in Amazon DynamoDB.

  5. Wird AWS Glue für die Datenentwicklung und Katalogisierung von Datensätzen verwendet.

  6. Erstellen Sie ML-Modelle mit Amazon SageMaker AI oder nutzen Sie AWS industrielle KI-Dienste wie Amazon Lookout for Equipment, um Anomalien zu erkennen. Initiieren Sie ML-Inferenzen von Lambda aus und senden Sie die Ergebnisse an Unternehmensanwendungen.

  7. Greifen Sie mithilfe von AWS über Dashboards und Anwendungen auf Datensätze und Ergebnisse zu. AppSync

Weitere Informationen

Weitere Informationen finden Sie in den folgenden Ressourcen:

Historie des Diagramms

Abonnieren Sie den RSS-Feed, um über Aktualisierungen dieses Referenzarchitekturdiagramms informiert zu werden.

ÄnderungBeschreibungDatum

Erste Veröffentlichung

Das Referenzarchitekturdiagramm wurde zuerst veröffentlicht.

21. Mai 2021

RSS-Abonnement

Um RSS-Aktualisierungen zu abonnieren, muss ein RSS-Plugin für den von Ihnen verwendeten Browser aktiviert sein.