โครงสร้างต้นทุนอุตสาหกรรม
Fusion ให้บริการ Dashboard แสดง Data เกี่ยวกับ ต้นทุนการผลิตสำหรับโรงงานที่เริ่มติดตั้งระบบ IoT ที่ช่วยเก็บข้อมูลการทำงานต่าง ๆ ในขบวนการทำงานให้อยู่ในรูปแบบที่วิเคราะห์ได้ง่าย และ สามารถนำไปปรับปรุงขบวนการพัฒนาให้มีประสิทธิภาพเพิ่มขึ้นได้ง่ายยิ่งขึ้น
iot azure architecture
หัวใจของการสร้าง Dashboard คือเรื่องระบบการดึงข้อมูลจากแต่ละอุปกรณ์ ปัจจุบันจะมี Solution ด้าน IoT ที่ให้บริการอุปกรณ์มากมาย และสำหรับ Fusion เราเป็นผู้วางระบบบน Azure ในการรองรับข้อมูลที่ถูกส่งออกมาและนำมาสร้างเป็น Dashboard ในการวิเคราะห์ต่อได้
ข้อมูลสำหรับการทำ Dashboard วิเคราะห์ต้นทุนสินค้าเอง นอกจาก IoT แล้ว เรายังต้องเชื่อมโยงกับข้อมูล แผนการผลิต เพื่อเปรียบเทียบประสิทธิภาพกับแผนว่าสามารถทำได้ตามที่วางแผนไว้หรือป่าว
Azure IoT Architecture
สถาปัตยกรรมอ้างอิงนี้แสดงสถาปัตยกรรมที่แนะนำสำหรับแอปพลิเคชัน IoT บน Azure โดยใช้ส่วนประกอบ PaaS (platform-as-a-service)
สถาปัตยกรรมนี้ประกอบด้วยส่วนประกอบต่อไปนี้ แอพพลิเคชั่นบางตัวอาจไม่ต้องการส่วนประกอบทั้งหมดที่ระบุไว้ที่นี่
อุปกรณ์ IOT อุปกรณ์สามารถลงทะเบียนกับระบบคลาวด์ได้อย่างปลอดภัยและสามารถเชื่อมต่อกับระบบคลาวด์เพื่อส่งและรับข้อมูล อุปกรณ์บางอย่างอาจเป็นอุปกรณ์ขอบที่ดำเนินการประมวลผลข้อมูลบางอย่างในอุปกรณ์เองหรือในเกตเวย์สนาม เราขอแนะนำAzure IoT Edgeสำหรับการประมวลผลขอบ
Cloud Gateway ให้ฮับคลาวด์สำหรับอุปกรณ์ต่างๆเพื่อเชื่อมต่อกับคลาวด์อย่างปลอดภัยและส่งข้อมูล นอกจากนี้ยังมีการจัดการอุปกรณ์ความสามารถรวมถึงการสั่งการและควบคุมอุปกรณ์ เกตเวย์เมฆเราขอแนะนำIOT Hub IoT Hub เป็นบริการคลาวด์ที่โฮสต์ซึ่งนำเข้าเหตุการณ์จากอุปกรณ์ทำหน้าที่เป็นนายหน้าส่งข้อความระหว่างอุปกรณ์และบริการแบ็กเอนด์ IoT Hub ให้การเชื่อมต่อที่ปลอดภัยการส่งผ่านข้อมูลเหตุการณ์การสื่อสารแบบสองทิศทางและการจัดการอุปกรณ์
การจัดเตรียมอุปกรณ์ สำหรับการลงทะเบียนและเชื่อมต่ออุปกรณ์จำนวนมากเราขอแนะนำให้ใช้IoT Hub Device Provisioning Service (DPS) DPS ช่วยให้คุณกำหนดและลงทะเบียนอุปกรณ์ให้กับปลายทาง Azure IoT Hub ที่เฉพาะเจาะจงตามขนาด
การประมวลผลสตรีมการประมวลผลสตรีมจะวิเคราะห์สตรีมข้อมูลจำนวนมากและประเมินกฎสำหรับสตรีมเหล่านั้น สำหรับการประมวลผลสตรีมเราขอแนะนำAzure Analytics Stream Analytics สามารถดำเนินการวิเคราะห์ที่ซับซ้อนตามขนาดโดยใช้ฟังก์ชันการกำหนดเวลาการรวมสตรีมและการรวมแหล่งข้อมูลภายนอก ตัวเลือกหนึ่งคือ Apache Spark บนAzure Databricks
การเรียนรู้ของเครื่องช่วยให้สามารถดำเนินการอัลกอริทึมเชิงทำนายผ่านข้อมูลทางไกลในอดีตได้ทำให้สถานการณ์ต่างๆเช่นการบำรุงรักษาเชิงคาดการณ์ สำหรับการเรียนรู้ของเครื่องเราขอแนะนำAzure เครื่องเรียนรู้
พื้นที่จัดเก็บ Warm path เก็บข้อมูลที่ต้องพร้อมใช้งานทันทีจากอุปกรณ์สำหรับการรายงานและการแสดงภาพ สำหรับการจัดเก็บเส้นทางอบอุ่นเราขอแนะนำคอสมอส DB Cosmos DB เป็นฐานข้อมูลหลายรุ่นที่กระจายอยู่ทั่วโลก
พื้นที่จัดเก็บเส้นทางเย็นเก็บข้อมูลที่เก็บไว้ในระยะยาวและใช้สำหรับการประมวลผลชุดงาน สำหรับการจัดเก็บเส้นทางเย็นเราขอแนะนำAzure Blob การจัดเก็บข้อมูล สามารถจัดเก็บข้อมูลในที่จัดเก็บข้อมูล Blob ได้อย่างไม่มีกำหนดด้วยต้นทุนที่ต่ำและสามารถเข้าถึงได้ง่ายสำหรับการประมวลผลแบบกลุ่ม
การแปลงข้อมูลจะจัดการหรือรวบรวมกระแสข้อมูลทางไกล ตัวอย่าง ได้แก่ การแปลงโปรโตคอลเช่นการแปลงข้อมูลไบนารีเป็น JSON หรือการรวมจุดข้อมูล หากต้องแปลงข้อมูลก่อนถึง IoT Hub เราขอแนะนำให้ใช้เกตเวย์โปรโตคอล (ไม่แสดง) มิฉะนั้นข้อมูลจะเปลี่ยนรูปได้หลังจากถึง IoT Hub ในกรณีนี้เราขอแนะนำให้ใช้Azure Functionsซึ่งมีการผสานรวมในตัวกับ IoT Hub, Cosmos DB และ Blob Storage
การรวมกระบวนการทางธุรกิจดำเนินการตามข้อมูลเชิงลึกจากข้อมูลอุปกรณ์ ซึ่งอาจรวมถึงการจัดเก็บข้อความที่ให้ข้อมูลการแจ้งเตือนการส่งอีเมลหรือข้อความ SMS หรือการผสานรวมกับ CRM เราขอแนะนำให้ใช้Azure Logic Appsสำหรับการรวมกระบวนการทางธุรกิจ
การจัดการผู้ใช้จะจำกัด ผู้ใช้หรือกลุ่มที่สามารถดำเนินการกับอุปกรณ์ได้เช่นการอัปเกรดเฟิร์มแวร์ นอกจากนี้ยังกำหนดความสามารถสำหรับผู้ใช้ในแอปพลิเคชัน เราขอแนะนำให้ใช้Azure Active Directoryเพื่อรับรองความถูกต้องและให้สิทธิ์ผู้ใช้
การตรวจสอบความปลอดภัย Azure Security Center สำหรับ IoTมอบโซลูชันการรักษาความปลอดภัยแบบ end-to-end สำหรับปริมาณงาน IoT และลดความซับซ้อนในการป้องกันโดยมอบการมองเห็นและการควบคุมแบบครบวงจรการป้องกันภัยคุกคามแบบปรับตัวและการตรวจจับภัยคุกคามที่ชาญฉลาดและตอบสนองต่อปริมาณงานจากอุปกรณ์ Leaf ผ่าน Edge ตลอดจน Cloud
Contact Fusion Click
