DARTRIX FLINT EDGE v0.9-RC

AI-native orchestration for industrial edge environments

Inspiracja

DARTRIX FLINT EDGE narodził się z potrzeby w zasadzie z potrzeby stworzenia systemu bezpieczeństwa, który jest determistyczny, behawioralny, pomagający w pracy w zakładach przemysłowych przetwórstwa żywności oraz łańcuchu chłodniczym. W 2018 roku straciłem swoją firmę którą budowałem przez 10 lat od 20 roku życia. Była to restauracja, catering dietetyczny oparty na super foods, lunche, imprezy okolicznościowe. Pracując przez tyle lat po 15-20h dziennie czesto śpiąc w pracy bo restauracja kończyła prace 0 2:00 w nocy a rozwożenie dietetycznych posiłków zaczynało się od 5:00. Pomimo zatrudniania 15 pracowników wszystko opierałem na sobie i w konsekwencji nie mogąc polegać na innych widziałem wady systemu od końca łańcucha. Skończyło się, że uległem poważnemu wypadkowi.... i na 9 miesięcy wylądowałem na wózku inwalidzkim. Nie mając nikogo kto mógłbym przejąć biznes który od strony tej przedsiębiorczej zamknąłem we własnej głowie musiałem zawiesić działalność zostać z problemami finansowymi. Przez ten czas covid 19 zrujnował branże, a ja podjąłem decyzje, że po powrocie do zdrowia pójde do pracy do dużych firm i nauczę się prawdziwego wielkiego biznesu, który był już u tak blisko.... Pracowałem w AMREST będąc GM w PIZZY HUT utwierdzając się w przekonaniu, że system który budowałem sam ma się jak najlepiej w wielkim korpo restauracyjnym ale ma te same wady. Kolejne moje kroki w karierze to była duża piekarnia oraz zakłady mięsne Sławit, Kiszeczka i Super Drob. Tam byłem kierownikiem na dużych produkcjach oraz Specjalistą ds. jakości. Teraz zakochałem się w programowaniu i Ai i ostatnio zachorowałem na zakrzepicę i siedząc w domu rozważając nad przyszłośćią, staram się wszystko czego się nauczyłem przenieść do świata wirtualnego bo jest oparte życiowym doświadczeniem od strony biznesu i technologii to wszystko jest moim zdaniem 1:1. Jestem ojcem trójki dzieci i trenerem piłki nożnej i to też moja Inspiracja to była obserwacja, rozwoju dzieci szczególnie mojego syna z ASD to zmieniło moje podejście a bardzo czuje systemy, realnie patrze na problem i staram się go rozgryźć i oprzeć na matematyce. Reszte opisu od strony technicznej zostawiam AI to w końcu bez niej nie byłoby tych moich projektów :). Pozdrawiam serdecznie wszystkich programistów i wspaniałych ludzi z Mastermind Overskill, Microsoft, OpenAi, całego LinkedIn - bo słuchając WAS, czytając, widząc rozwój technologii sam za nią podążam. Mam nadzieje, że wyzdrowieje i zdołam jeszcze pozostawić po sobie jakieś dziedzictwo!

O projekcie

DARTRIX FLINT EDGE to wysokowydajny, autonomiczny system klasy Edge AI, zaprojektowany do monitorowania, zabezpieczania i walidacji procesów w przemyśle spożywczym oraz farmaceutycznym. System działa bezpośrednio w środowisku brzegowym (on-premise), przetwarzając dane z czujników w czasie rzeczywistym bez konieczności ciągłego polegania na chmurze obliczeniowej.

Architektura projektu opiera się na trzech filarach orkiestracji:

1. Silnik FLINT (Core Engine): Odpowiada za bezpośrednią analizę sygnałów telemetrycznych z sensorów (temperatura, wilgotność) oraz zaawansowane wyliczanie wskaźników MKT.
2. Moduł TES (Rule Engine): Dynamicznie waliduje warunki operacyjne pod kątem restrykcyjnych norm przemysłowych (HACCP oraz IFS Food), natychmiast wykrywając naruszenia ciągłości łańcucha chłodniczego.
3. Strażnik WOLF (WolfGuardian): Warstwa cyberbezpieczeństwa i wykrywania anomalii, chroniąca infrastrukturę przed atakami typu replay attack (wstrzykiwanie sfałszowanych odczytów telemetrycznych) oraz zarządzająca alertami krytycznymi.

Dzięki takiemu podziałowi, system potrafi samodzielnie podjąć decyzję o zatrzymaniu linii produkcyjnej lub zmianie trasy dostawy w ułamku sekundy, eliminując ryzyko błędu ludzkiego.

Wyzwania

Największym wyzwaniem był Data-Cloud Dualism. Problemy z OneDrive oraz blokady (403 DAV locks) zmusiły mnie do zbudowania "GitHub Agent Protocol" – dynamicznego restrukturyzowania ścieżek sys.path, ujednolicania relacji zdalnych w Git oraz wypychania kodu z pominięciem blokad systemowych, aby zachować ciągłość pracy we współpracy z AI.

Czego się nauczyłem

Zrozumiałem, jak krytyczne w systemach brzegowych (Edge) jest precyzyjne mapowanie architektury i unikanie konfliktów synchronizacji w chmurze w warunkach presji czasu. Projekt udowodnił, że integracja analityki matematycznej czasu rzeczywistego (MKT) z lokalnymi regułami agentowymi pozwala na budowanie systemów całkowicie autonomicznych i odpornych na awarie sieciowe.

Matematyka systemu (MKT)

W sercu FLINT leży analiza MKT (Mean Kinetic Temperature), kluczowa dla zgodności farmaceutycznej i spożywczej (HACCP/IFS). Obliczana jest ona za pomocą wzoru:

$$MKT = \frac{-\frac{E_a}{R}}{\ln\left(\frac{\sum_{i=1}^{n} e^{-\frac{E_a}{R \cdot T_i}}}{n}\right)}$$

Gdzie:

• $E_a$ (energia aktywacji) wynosi $83144 \text{ J/mol}$
• $R$ (uniwersalna stała gazowa) wynosi $8.314 \text{ J/(mol} \cdot \text{K)}$
• $T_i$ to temperatura bezwzględna w kelwinach w punkcie czasowym $i$

Pozwala to na precyzyjną detekcję anomalii w profilach temperatur, nawet przy chwilowych oscylacjach sygnału, wyliczając realny wpływ ciepła na stabilność produktu.

Built With

• design-philosophy:-domain-driven-design-(ddd)
• environment:-edge-native
• industrial
• infrastructure:-in-memory-datastorage
• json-based
• logger
• modular
• optimization
• protocol/data:-dataclasses-(low-footprint)
• python-3.10+-(core-logic
• samsung
• system