Автор (ы) | Siemens |
---|---|
Разработчик (и) | Siemens |
Веб-сайт | www.mindsphere.io |
MindSphere - это открытая облачная платформа или «операционная система IoT », разработанная Siemens для приложений. в контексте Интернета вещей (IoT ). MindSphere хранит операционные данные и делает их доступными через цифровые приложения («MindApps»), чтобы промышленные клиенты могли принимать решения на основе ценной фактической информации. Система используется в таких приложениях, как автоматизированное производство и управление автопарком.
Активы могут быть безопасно подключены к MindSphere с помощью вспомогательных продуктов MindSphere (например, Data Capture Unit, MindConnect IoT2040 или MindConnect Nano), которые собирают и передают соответствующие машины и заводские данные.
Примеры включают телеметрические данные в реальном времени от движущихся активов, таких как автомобили, данные временных рядов и географические данные, которые могут использоваться для профилактического обслуживания или для разработки новых аналитических инструментов.
Как облачный PaaS (платформа как услуга ), MindSphere собирает и анализирует все виды данных датчиков в режиме реального времени. Эта информация может использоваться для оптимизации продуктов, производственных активов и производственных процессов по всей цепочке создания стоимости. Открытые интерфейсы приложений MindSphere позволяют получать данные от машин, заводов или целых парков независимо от производителя. Эти интерфейсы включают в себя унифицированную архитектуру OPC OPC Foundation (OPC UA ).
Чтобы помочь клиентам создавать собственные программные приложения и сервисы, MindSphere оснащена открытыми интерфейсами прикладного программирования (API) и инструментами разработки. Это позволяет OEM-производителям интегрировать свои собственные технологии.
MindSphere основан на концепции замкнутых контуров обратной связи, обеспечивающих двунаправленный поток данных между производством и разработкой: реальные заводы, машины и оборудование может быть подключено к MindSphere для извлечения операционных данных. Ценная информация (например, «цифровые двойники » машин) может быть экстраполирована из исходных данных с помощью аналитики и использована для оптимизации продуктов, а также производства. процессы и среды в следующем цикле инноваций.