寄云科技工业数据管理平台NeuSeer DM_大数据治理

寄云科技工业数据管理平台NeuSeer DM

寄云科技工业数据管理平台NeuSeer DM，支持多源异构数据的接入，统一数据标准，实现互联互通、信息共享、业务协同。提供数据资产目录，实时掌握数据资产状况。以数据智能为核心理念，借助人工智能技术深入挖掘数据价值，释放数据智能力量。

首页 > 产品中心 > 物联网 > 寄云科技工业数据管理平台NeuSeer DM

工业互联网赋能数字化转型 icon

在工业4.0时代，高度自动化带来对海量数据处理和数据智能分析的强烈需求。基于物联网，大数据、云计算、人工智能等新技术的工业互联网成为了新的生产力，以工业大数据为核心的工业互联网是新一代信息通信技术与工业深度融合的新型基础设施、应用模式和产业生态。

工业互联网赋能制造业升级 icon

在工业4.0时代，高度自动化带来对海量数据处理和数据智能分析的强烈需求。而基于物联网，大数据、云计算、人工智能等新技术的工业互联网成为了新的生产力，为制造业转型升级提供行业赋能。

基于数据智能的工业互联网平台和应用 icon

寄云向各类工业用户提供工业物联网，工业互联网平台和工业互联网应用的完整解决方案。

以数据智能为核心的产品理念 icon

寄云围绕“连接、洞察、优化”的三层产品理念，向不同领域的工业企业提供标准化平台产品。

优化
设备、生产、经营指标优化

连接
工业数据采集，业务数据集成

洞察
工业数据治理、存储、计算、分析

洞察：工业大数据平台产品线 icon

异构数据源
支持海量异构IT和OT系统的对接，基于SQL的统一查询

数据治理
数据资产目录

数据质量管理

数据存储
分布式时序数据库，分布式、分析型结构化数据库

数据管理
数据模型

数据对象

数据拓扑

指标计算

规则引擎

可视化开发

工业数据分析和建模
无代码算法开发

250+算法组件

案例库

模型分享

模型部署和任务

NeuSeer DM NeuSeer 工业数据管理平台 icon

以数据智能为核心理念，借助人工智能技术深入挖掘数据价值，释放数据智能力量

01
支持多源异构数据的接入

02
支持统一跨业务构建数据模型和数据对象，实现基于标准数据对象的数据服务

03
统一数据标准，实现互联互通、信息共享、业务协同

04
提供数据资产目录，实时掌握数据资产状况

05
提供统一数据融合平台，实现数据融合

06
根据标准支持数据质量评估，提升数据质量，夯实数据应用基础，发挥数据价值进行定制

产品优势

数据接入
主流数据源、异构跨源、文件支持断点与分片上传、插件化扩展

数据融合
调度作业数1万+、PB级海量数据查询分析

数据治理
数据落库开始的数据安全、数据质量等数据治理

对现有系统影响
侵入性低，不改变原有技术栈、不涉及原有系统改造、与企业未来业务系统建设不冲突

项目交付
经历了某省能源电力集团项目、中车四方所项目考验

工业大数据平台产品线：工业数据管理平台 icon

主要功能

1. 快速对接异构的数据源

2. 数据治理

3. 数据模型管理

4. 数字孪生模型关系自动生成

5. 跨系统的指标计算

6. 复杂算法模型的计算

7. 统一的规则分析

8. 零代码、可视化的开发工具

主要功能

资产目录

提供统一的数据资产共享目录，通过资产分类、资产标签统一管理接入的结构化及非结构化数据资产，支持数据订阅、查看、API接口、资源下载等多种数据共享方式，能够对数据资产的数据内容、元数据信息进行查看。

数据接入

统一的数据源端注册和管理能力，支持对所注册数据源的连通性进行有效性验证；可以基于已注册且连通的数据源，构建虚拟视图；提供可扩展的共享文件存储服务，支持多格式文件的上传、下载和管理，具备非结构化数据存储和管理能力。

工业数据管理平台：快速对接异构的数据源 icon

工业数据来源繁杂，在跨系统指标分析时，异构数据源众多，数据孤岛现象严重。寄云工业数据管理系统连接PLC、DCS、CNC，传感器等OT系统及边缘设备，同时通过数据库对接快速连接PLM，MES，ERP等业务系统，实现IT和OT的数据融合。

工业数据管理平台：数据治理 icon

数据作为重要生产要素却长期闲置，缺乏有效的工具对其进行管理；数据质量层次不齐，极大的影响了数据分析和数据的应用；寄云工业数据管理平台提供数据资产目录、数据质量、数据共享、数据安全等功能，帮助企业积累数据资产、提升数据质量、实现数据贯通、保障数据安全、促进数据共享、持续提升数据价值。

工业数据管理平台：数据模型 icon

工业企业有大量需要实现跨系统的、结构化、标准化的数据结构，需要首先定义模型，然后从不同的数据源中提取不同类型的数据表，基于指标计算的方式实现，并提供标准的API访问。寄云工业数据管理平台提供统一的、跨系统的数据模型和数据对象，实现基于标准数据对象的数据服务，支撑前端的敏捷开发。数据模型构建和数据服务应用分离。

工业数据管理平台：数据模型和数据拓扑 icon

在进行指标异常的根因分析和性能预测时，需要一些自动化的工具，发现指标之间的关联关系，进而自动的实现根因分析和预测。寄云工业数据管理平台为设备、系统、流程构建拓扑化的模型，映射设备、系统的层次化关系，自动的拓扑发现帮助企业实现质量溯源与预测、故障根因分析等应用。

主要功能

数据融合

提供强大的统一融合平台，实现对多源异构的原始数据按照规则进行标注、清洗、过滤、转换、加工、同步等操作，输出满足业务需求的高质量数据，支持数据建模，支持企业决策、支持业务创新。

数据服务

支持以数据对象方式快速构建数据服务，涉及数据资产、参考数据、主数据、数据标准规范等公共数据资源，通过API方式对外提供以支持整个企业核心数据共享与统一进而提升数据质量。

数据标准

支持业务术语标准化、枚举项标准化、数据元标准化、标准文档可管理以及标准可检索，实现互联互通、信息共享、业务协同，为建立数据标准体系奠定基础。

数据血缘

"血缘分析"，直观的展示了目标对象的产生过程，帮助用户推测出产生过程中被赋予的含义，以及会受到的潜在影响； "影响分析"，反映当前对象在平台中参与了哪些元数据的形成，帮助用户观察该对象的影响能力。

数据质量

借助质量计划、质量规则、质量评估等提升质量的手段，提升数据质量的完整性、一致性、规范性、准确性、唯一性等指标，夯实数据应用基础，发挥数据价值，进而更好地推进数据决策的落地。

工业数据管理平台：跨系统指标计算 icon

由于系统孤立，没有便捷的工具来构建大量涉及质量、工艺、可靠性以及各种经营管理的KPI指标，无法实现基于指标的诊断、预测和优化。寄云工业数据管理系统基于汇聚的数据，利用工业各种指标计算公式，让业务人员也能够基于业务需求快速创建跨系统的指标。

工业数据管理平台：复杂算法模型计算 icon

除了公式计算之外，很多复杂模型，需要针对特定数据，进行一系列包括数据处理、特征工程、统计和机器学习的分析组合，并通过训练和验证之后，才能开发出来。但是在实际的运行环境中，还需要将模型与实时数据进行结合，才能得到实时的模型结果。基于寄云数据分析和建模平台开发的工业模型，能无缝的运行在工业物联网平台和边缘智能一体机上，与实时数据流无缝对接，并将实时的结果直接输出到指标库中进行再次分析、展示和应用。支持客户开发的自定义模型。

工业数据管理平台：统一的规则分析 icon

工业的告警、控制，往往是基于复杂的条件产生的，需要提供灵活的判决条件、高性能的规则过滤并支持灵活的告警和控制寄云工业数据管理平台以条件+动作为核心，支持基于阈值、频次、变化率等模式的规则定义，快速构建告警、维保等一系列应用。规则触发的消息可以通过邮件、短信、消息、websocket等方式进行订阅。

工业数据管理平台：零代码、可视化的开发工具 icon

生产设备、生产流程以及人员角色的多样性，缺乏工具支持图形化和数据分析类的工业智能应用的敏捷开发。零代码、可视化的开发工具：提供包括2D/3D、组态、仪表盘、拓扑图等可视化开发控件，支持拖拉拽控件快速构建仪表盘和对象拓扑，绑定数据对象属性快速实现数据可视化

案例：石油钻机预测性维护系统PdM icon

案例：石油钻机预测性维护系统PdM icon

案例电子玻璃质量溯源和虚拟量测 icon

需要解决的问题：1.出现翘曲、应力等问题时无法快速定位海量的工艺参数异常；2.如何调整工艺参数，使之回到正常；3.如何通过工艺参数的监测，预测数小时之后的质量问题。实现了产线的实时指标监控，支持远程访问。提高了数据提取和分析的效率，将问题诊断和解决的速度从4-5周降至3-4天。提前数小时预测到翘曲的质量问题，提高整体良率3-5%。

工艺参数对比分析

对712个热端特征，对比其自身在7月底和8月底的变化大小并排序。

相关性分析

从712个工艺参数中寻找哪些工艺参数和翘曲的变化的相似性比较高。以翘曲作为主键，其他工艺参数作为对比项，依次计算相关性/距离，并排序，寻找相关性最明显的工艺参数。

虚拟量测工艺优化

从712个工艺参数中计算每个参数对翘曲的影响程度，并构建工艺参数vs翘曲程度的虚拟量测模型，根据实时的工艺参数对数小时之后的翘曲程度进行预测。

案例汽车零部件实时生产指标分析 icon

实现系统自动收集数据，实现自动监控设备运行和参数采集，使生产数据可视化，生产过程透明化，提高了运营和决策的效率。对关键的KPI指标（OEE、JPH、MTTR、MTBF）实现实时和精准的测量，实现设备与设备的对比、班次与班次的效率对比，提高辅助决策精准度。实时掌握设备运行状态，实现数字化设备绩效管理手段，减少人工统计工作量，提高生产效率，提供预防维护支持。通过数据分析直接给出效率损失的原因，提高问题定位速度，实现精细化、精益化的设备管理。