IoT Execution Engine - Geschwindigkeit in Digitalisierung
Weg von starren, schwer zu ändernden IT- und Hardware-Systemen hin zu mehr Beeinflussbarkeit und Intelligenz in der Überwachung und Steuerung von Anlagen
Mit der IoT Execution Engine können Anlagen- und Sensordaten in Echtzeit erfasst, im Kontext des Wertschöpfungsprozesses modelliert und alle im Digitalen Zwilling erfassten Informationen und Zustandsveränderungen im laufenden Betrieb analysiert und persistiert werden.
- Verarbeitung von IoT Signalen in Echtzeit
- Erstellung von Kontext- und Verhaltensmodellen
- Erstellung von Digital-Twin-Modellen für Anlagen, Produkte und Prozesse
- Ableitung von Verbesserungsmaßnahmen
IoT Execution Engine - Geschwindigkeit in Digitalisierung
Weg von starren, schwer zu ändernden IT- und Hardware-Systemen hin zu mehr Beeinflussbarkeit und Intelligenz in der Überwachung und Steuerung von Anlagen
Mit der IoT Execution Engine können Anlagen- und Sensordaten in Echtzeit erfasst, im Kontext des Wertschöpfungsprozesses modelliert und alle im Digitalen Zwilling erfassten Informationen und Zustandsveränderungen im laufenden Betrieb analysiert und persistiert werden.
- Verarbeitung von IoT Signalen in Echtzeit
- Erstellung von Kontext- und Verhaltensmodellen
- Erstellung von Digital-Twin-Modellen für Anlagen, Produkte und Prozesse
- Ableitung von Verbesserungsmaßnahmen
Die IoT Execution Engine befähigt die intelligent vernetzte und autonome Produktion
Die Micro-Service-Plattform ermöglicht die:
- Modellierung von fachspezifischen Digital Twins für Systeme, Produkte und Prozesse durch den Anwender
- Konfigurative Anbindung von Hardware und externen Signalen ohne Coding
- Persistente Speicherung aller IoT Signale in der Digitalen Akte
- Visualisierung von Signalen und Kontext basierend auf einer Widget-Bibliothek
- Analyse, Optimierung und Steuerung der Produktion durch KI und Maschine Learning
Kontextbasiert
Durchgängiges Verhaltensmodell vom Prozessmodell bis in die Signalebene
Integrativ
Einfache & flexible Prozess-, System- (z.B. SAP) und Device-Integration (z.B. OPC UA)
Echtzeitfähig
Semantik-Engine mit massiv paralleler Informationsverarbeitung in Echtzeit
No Coding
Flexible Modellierung und Konfiguration über grafische Benutzeroberflächen
Die IoT Execution Engine befähigt die intelligent vernetzte und autonome Produktion
Die Micro-Service-Plattform ermöglicht die:
- Modellierung von fachspezifischen Digital Twins für Systeme, Produkte und Prozesse durch den Anwender
- Konfigurative Anbindung von Hardware und externen Signalen ohne Coding
- Persistente Speicherung aller IoT Signale in der Digitalen Akte
- Visualisierung von Signalen und Kontext basierend auf einer Widget-Bibliothek
- Analyse, Optimierung und Steuerung der Produktion durch KI und Maschine Learning
Kontextbasiert
Durchgängiges Verhaltensmodell vom Prozessmodell bis in die Signalebene
Integrativ
Einfache & flexible Prozess-, System- (z.B. SAP) und Device-Integration (z.B. OPC UA)
Echtzeitfähig
Semantik-Engine mit massiv paralleler Informationsverarbeitung in Echtzeit
No Coding
Flexible Modellierung und Konfiguration über grafische Benutzeroberflächen
Komponenten der IoT Execution Engine
Twin
Modeler
Modellierung und
Konfiguration von
Digital-Twin-Modellen
Twin
Execution
Laufzeitumgebung und
Echtzeit-Steuerung von
Ereignissen
Twin
Digital File
Echtzeit-Persistenz aller Parameter im Kontext und kontrollierter Zugriff darauf
Twin
Live Dashboard
Visualisierung für den Endbenutzer sowie Eingriff in die Ausführungsebene
Twin
Validation
Validierung der Prozesslogik,
Prozessbeschreibungen,
Konsistenzprüfung
Twin Device
Connector
Flexible Anbindung und intelligenter
Datenabgriff von Anlagenprotokollen
Twin Device
Builder
Konfiguration der Anlagenanbindung,
automatisches Mapping neuer Parameter
Twin Control
Center
Sanity Twin Infrastruktur, Verfügbarkeit,
Status und Lokalisierung Umgebung
Twin
AI
Advanced Analytics im Digital Twin Kontext, prädiktive-/
präskriptive- Analytik z.B. Machine Learning Analysen von
Maschinenparametern in Bezug auf den jeweiligen
Anwendungsfall
Standard-Features der IoT Execution Engine
Flexible
Maschinenanbindung
Mehr erfahren
Auslesen von Anlagenparametern aus
einer SPS ohne Coding über
Standardprotokolle,
wie z.B. OPC-UA, MQTT, S7, TCP
Client/Server, REST
Meldungen, Alarme &
Anomalie-Erkennung
Mehr erfahren
Meldungen und Handlungsempfehlungen werden automatisch erzeugt und stehen dem Anwender filterbar nach unterschiedlichen Kriterien zur Verfügung (z.B. durch Zugriff auf 3rd Party Systeme)
Flexibler Betrieb,
Ausfallsicherheit
Mehr erfahren
Verfügbarkeit aller Betriebsdaten und hocheffiziente Sicherheitspakete zum Schutz Ihrer sensiblen Daten für Cloud-Native-, Hybrid- oder On
Premise-Betrieb.
Premise-Betrieb.
Integrationsschicht für
den Shopfloor
Mehr erfahren
Hoch performante Integrationsschicht zur
Anbindung sämtlicher Fertigungsanlagen,
Devices, Aktoren und Sensoren und
Vernetzung der IT-Landschaft (z.B. ERP,
MES)
Persistierung von Daten
im Wertschöpfungskontext
Mehr erfahren
Persistente und historisierte Speicherung aller Signale und Informationen über Zustandsveränderungen inkl. Anzeige für ausgewählten Zeitpunkt in der
Digitalen Akte
Anwenderspezifische Visualisierung
Mehr erfahren
Flexible Konfiguration von anwenderspezifischen Dashboards über standardisierte Widget-Bibliothek auf
unterschiedlichen (mobilen)
Endgeräten
Modellieren von
Digitalen Zwillingen
Mehr erfahren
Schnelle Umsetzung fachspezifischer Verhaltensmodelle
durch den Einsatz vordefinierter Module
und vorgefertigter ontologischer
Modelle
Intelligente &
KI-basierte Analysen
Mehr erfahren
Integration von Data Analytics Services zur Muster-, Grenzwert- und Korrelationserkennung und zur Anwendung von Supervised & Unsupervised Maschine Learning
Condition Monitoring & Quality Monitoring
Mehr erfahren
Der Anwender bekommt eine für seine
spezifische Rolle konfigurierte Ansicht auf
Produktion, Prozess und Produkt mit den
notwendigen Aggregationen, Berechnungen und Informationen
Standard-Features der IoT Execution Engine
Flexible
Maschinenanbindung
Mehr erfahren
Auslesen von Anlagenparametern aus
einer SPS ohne Coding über
Standardprotokolle,
wie z.B. OPC-UA, MQTT, S7, TCP
Client/Server, REST
Meldungen, Alarme &
Anomalie-Erkennung
Mehr erfahren
Meldungen und Handlungsempfehlungen werden automatisch erzeugt und stehen dem Anwender filterbar nach unterschiedlichen Kriterien zur Verfügung (z.B. durch Zugriff auf 3rd Party Systeme)
Flexibler Betrieb,
Ausfallsicherheit
Mehr erfahren
Verfügbarkeit aller Betriebsdaten und hocheffiziente Sicherheitspakete zum Schutz Ihrer sensiblen Daten für Cloud-Native-, Hybrid- oder On
Premise-Betrieb.
Premise-Betrieb.
Integrationsschicht für
den Shopfloor
Mehr erfahren
Hoch performante Integrationsschicht zur
Anbindung sämtlicher Fertigungsanlagen,
Devices, Aktoren und Sensoren und
Vernetzung der IT-Landschaft (z.B. ERP,
MES)
Persistierung von Daten
im Wertschöpfungskontext
Mehr erfahren
Persistente und historisierte Speicherung aller Signale und Informationen über Zustandsveränderungen inkl. Anzeige für ausgewählten Zeitpunkt in der
Digitalen Akte
Anwenderspezifische Visualisierung
Mehr erfahren
Flexible Konfiguration von anwenderspezifischen Dashboards über standardisierte Widget-Bibliothek auf
unterschiedlichen (mobilen)
Endgeräten
Modellieren von
Digitalen Zwillingen
Mehr erfahren
Schnelle Umsetzung fachspezifischer Verhaltensmodelle
durch den Einsatz vordefinierter Module
und vorgefertigter ontologischer
Modelle
Intelligente &
KI-basierte Analysen
Mehr erfahren
Integration von Data Analytics Services zur Muster-, Grenzwert- und Korrelationserkennung und zur Anwendung von Supervised & Unsupervised Maschine Learning
Condition Monitoring & Quality Monitoring
Mehr erfahren
Der Anwender bekommt eine für seine
spezifische Rolle konfigurierte Ansicht auf
Produktion, Prozess und Produkt mit den
notwendigen Aggregationen, Berechnungen und Informationen
Der Schlüssel für die Implementierung von Industrie 4.0 und IIoT
1
- Beschreibung der Prozess- und Verhaltenslogik des Systems durch Modellierung der funktionalen Beziehungen inkl. aller Abhängigkeiten, Zustände und Eigenschaften
2
- Konfigurative Anbindung von Hardware und Vernetzung mit bestehender IT-Infrastruktur (z.B. ERP, MES)
- Erfassung, Speicherung und Verarbeitung der Datenströme in Echtzeit
3
- Bereitstellung des Kontext für maschinelle Lernverfahren
- Interaktive Dashboards für Visualisierung und Advanced Analytics
4
- Visualisierung von Störmeldungen, Anomalien und Trends durch Advanced Analytics
- Werkerführung durch Handlungsempfehlungen bei Abweichungen/Anomalien
5
- Prädiktive Frühwarnung durch Identifikation kritischer Parameter im Prozess
- Rückführung in den Digitalen Twin und Anpassung des Informations- und Verhaltensmodell
