www.engineering-norge.com

Emerson utvider arkitekturen for industriell data fabric

Det oppdaterte fundamentet for den industrielle dataplattformen er utviklet for å støtte OT-dataintegrasjon i enterprise-skala, AI-arbeidsflyter og industriell intelligens fra edge til sky.

  www.emerson.com
Emerson utvider arkitekturen for industriell data fabric

Industrielle organisasjoner trenger i økende grad data fra operasjonell teknologi for å gå utover synlighet på fabrikknivå og støtte analyse, automatisering og AI-drevne beslutningssystemer på tvers av distribuerte operasjoner. I denne sammenhengen har Emerson utvidet AspenTech Inmation™ OT Data Fabric og posisjonert den som det sentrale dataintegrasjonslaget i AspenTech Inmation Data Platform.

En bredere rolle for industriell datainfrastruktur
Den oppdaterte AspenTech Inmation™ OT Data Fabric er utviklet som en industriell dataryggrad i enterprise-skala for håndtering av data fra operasjonell teknologi på tvers av produksjon, prosessindustri og andre distribuerte industrielle miljøer.

Rollen går utover tradisjonell dataaggregering ved å skape en strukturert industriell dataplattform som kobler sammen operasjonelle data, kontekstuell informasjon og beslutningsarbeidsflyter på tvers av en organisasjon. Arkitekturen er ment å støtte avansert analyse, enterprise intelligence-initiativer og AI-aktiverte industrielle applikasjoner.

Plattformen er utviklet for drift på tvers av edge-, on-premise- og skymiljøer, slik at industrielle organisasjoner kan standardisere hvordan OT-data samles inn, styres og deles mellom lokasjoner.

Arkitektonisk skifte mot distribuert utrulling
En sentral teknisk endring i den nyeste versjonen er overgangen til en distribuert nodebasert arkitektur.

Dette erstatter mer rigide komponentstrukturer med en modulær utrullingsmodell som er ment å forenkle skalering på tvers av flere anlegg. I stedet for å behandle individuelle fabrikker som isolerte utrullinger, gjør arkitekturen det mulig for organisasjoner å utvide fra enkeltlokasjoner til globale utrullinger ved hjelp av et felles driftsrammeverk.

Sentralisert sikkerhet, governance og livssyklusstyring er bygget inn i denne driftsmodellen, noe som er relevant for industribedrifter som administrerer heterogen infrastruktur på tvers av regioner.

Den forbedrede arkitekturen støtter også utrulling på tvers av Windows- og Linux-miljøer, inkludert lette edge-systemer, noe som muliggjør mer konsistent drift på tvers av blandede industrielle datamiljøer.

Skalering av industrielle data for analyse og AI
Etter hvert som volumet av industrielle data øker, blir skalerbarhet en teknisk begrensning snarere enn bare et infrastrukturanliggende. Emersons oppdaterte plattform adresserer dette gjennom horisontale skaleringsmuligheter støttet av forbedringer innen distribuert databehandling, hierarkisk datamodellering og systemytelse.

Disse endringene er ment å støtte industrielle AI-arbeidsbelastninger og analyseapplikasjoner som er avhengige av pålitelig sanntidstilgang til data på tvers av store OT-miljøer.

Data fabric inkluderer også et innebygd webbasert grensesnitt og API-tilgang, som muliggjør integrasjon med applikasjoner, workflow-motorer, virtualiseringslag og private skymiljøer innenfor den bredere industrielle AspenTech Inmation-dataplattformen.

Fundament for enterprise operations intelligence
Den utvidede data fabric fungerer som den underliggende infrastrukturen for Emersons bredere strategi rundt AspenTech Inmation Data Platform, som posisjoneres som en AI-klar enterprise operations-plattform.

I stedet for å kreve utskifting av eldre operative systemer er arkitekturen utviklet for å skalere på tvers av både eksisterende og nyere industrielle miljøer, noe som muliggjør trinnvis modernisering uten å forstyrre operasjonell kontinuitet.

For industribedrifter som bygger strategier for digital transformasjon rundt OT-dataintegrasjon, flyttes det tekniske fokuset fra isolerte historian-lignende arkitekturer mot mer enhetlige industrial data fabric-modeller som støtter virksomhetsomfattende synlighet og automatiserte beslutningsarbeidsflyter.

Redigert av Aishwarya Mambet, Induportals-redaktør, med hjelp av AI.

www.emerson.com

  Be om mer informasjon…

LinkedIn
Pinterest

Bli med de 155 000+ IMP-følgerne