中服云物联网平台V4.0
首页
CServer IOT 技术层级
CServer IOT 数据采集架构
设备元数据管理
数据管理及应用
视频监控集成
灵活的部署方式-支持公有云和私有云
接口开放
提供丰富的低代码工具
平台基础功能
设备管理-设备模板
设备管理-设备组用于对设备进行自定义分组管理，可以按照设备类型、所在位置、生产产线、车间或者设备用途设置分组。通过设备组可以对人员查看设备的权限进行设置。当设备组中的设备触发报警、事件规则或上下线时可以按照设备组权限设置消息短信、微信、电话或者邮件提醒。
设备管理-设备列表可以创建并管理设备实例，可以查看设备组织、设备信息、测点、动作、规则、实时数据和历史数据、设备连接&运行记录等。 可以通过系统自动生成的设备二维码获取设备链接。
设备管理-网关管理通过网关管理功能可以线上实现网关的远程配置、激活、解绑，可以对网关内置的协议插件进行配置，也可以远程更换网关内装载的协议插件。
设备管理-报警管理报警详情查看、报警统计、报警实时与历史数据查看，报警测点查看、报警确认与解除，报警规则包含基本规则、自定义规则设置或增减速规则，报警规则与设备绑定配置。
设备管理-数据传输管理
设备监控-设备数据查看
设备监控-数据、图表监测
设备监控-设备状态监控
设备监控-设备地图
设备监控-云视频监控
设备运维-工单管理 
提供物联小程序通过移动端小程序查看接入的设备类型、设备数量、设备数据，获取设备告警信息和事件消息推送；通过动作指令远程控制设备，执行相应的动作，进行指令下发。
平台高级功能组件
设备诊断功能特色：提供丰富的诊断算法，可快速根据现场设备选择适用的算法生成诊断模型。用户可自定义诊断模型，将自己的专业知识形成诊断模型库。可联动 报警-诊断-派单，7*24小时为设备提供实时的诊断服务。适用场景：无人值守设备监测：变电站、天然气场站、管廊。恶劣环境设备监测：供热站、供冷站、配电室、加工车间。设备远程运维：高价值产品售后运维服务。
设备诊断
设备诊断-诊断方式
设备诊断-诊断记录
设备诊断-设备故障档案
设备劣化分析功能特色：预置多种强大的劣化分析算法，用户可根据推荐说明选择适用于现场设备的算法，快速开始劣化分析。配置简单使用门槛低。劣化分析结果丰富，包含分析过程图表及分析说明，劣化趋势。适用场景：保养要求高的设备：可以根据劣化分析结果，对设备保养策略进行优化调整。指标要求严格的设备：可以定期分析设备的各项指标的劣化情况，预估设备指标劣化趋势，提前执行相应的维保策略。寿命不稳定设备：无法根据经验值得出设备的报废时间，需要使用劣化分析服务辅助设备管理人员管理大量设备。
设备劣化分析自动劣化分析周期表1、自动劣化分析服务根据配置策略定时对设备进行劣化分析，将分析结果记录 2、以横轴显示的模式展示每个设备随时间推移其劣化趋势变化 3、可直观通过红黄绿三色判断设备劣化程度是否严重 4、颜色标识后是具体的劣化程度百分比值，可具体查看劣化程度的细微变化
手动劣化分析
劣化分析报告
健康概览综合展示设备的运行状态、报警状态、劣化状态、诊断结果，并根据以上数据计算出设备的综合运行分数，批量展示，可直观了解整体设备系统的健康程度。
数据预测根据设备的历史数据综合预测某个测点未来一段时间的数据，支持数据曲线、表格两种展示方式。
AIOX模型训练工具可直接使用物联网接入数据进行训练分析，方便。一站式模型训练工具，从数据集整理到模型发布 0代码操作。集成性高，用户友好性高，上手简单快速。模型训练结果附测试报告，模型性能一目了然。一键在线部署发布，应用便捷。
AIOX模型训练工具
AIOX模型训练工具
AIOX模型训练工具
2D/3D 组态工具
2D/3D 组态工具
2D/3D 组态工具
DataV数据大屏工具CServer DataV 提供数据可视化解决方案，围绕数据视图与可视化组件两个核心概念设计，提供强大的定制化能力以及数据交互能力
DataV数据大屏工具
数据报表工具
流数据处理工具
数据模拟
数据模拟
第三方数据接口
配套多种数采模块
应用场景
离散制造
离散制造
石油化工
能源管理
智慧园区
设备健康
设备远程运维
案例1：航天三院增材中心5G+智慧工厂航天科工三院航天增材制造公司，是国内领先的3D打印数字化示范基地。该项目以建设数字化工厂为切入点，从工艺设计、3D打印、设备监控、能耗监测、生产管理、质量管理、自动化调度、智能仓储、数据分析等方面与工业互联网、5G通信、智能边缘计算技术、应用高度融合，最终打造增材中心特色的增材智慧制造平台，促进增材智能化制造的发展。
案例2：中电科X军工单位-设备健康管理系统设备健康管理实现了设备健康状态监测、故障诊断、故障预测、故障维修和设备档案及故障案例库管理等。系统在广泛获取设备状态信息的基础上，借助数据分析和机器学习算法来评估设备的健康状态。 1.实现设备全生命周期数据管理； 2.实现设备状态监测与评估，设备故障智能诊断与预测，大幅降低核心设备的故障发生率，降低运维成本； 3.实现设备性能劣化分析和数据预测，提前对设备进行维护及保养，减少故障发生率，提高设备利用率及使用寿命； 4.状态分析、故障诊断、故障预警、设备信息管理过程中加入机器学习算法，使业务形成闭环反馈、系统实现自学习。
产品推荐
