dataPARC工業分析、供應商和生產決策支持,宣布了曆史學家發布的下一代數據平台,旨在提供聯合工廠操作數據,工程、技術和運營團隊。新解決方案以提高性能、加強安全性和擴大生產情報能力。值得注意的是,平台的開放設計支持其他供應商曆史學家和使無縫集成與第三方雲AI,毫升,和數據倉庫應用程序,培養增強製造業不斷發展的效率和適應性。
dataPARC一直處理時間序列數據從一開始作為一個過程工程的重要組成部分。新的數據曆史學家設計,讓客戶以新的方式利用機器數據:
- 新的數據曆史學家開發了快速導出數據來訓練人工智能/機器學習(AI /毫升)模型和使用由第三方供應商分析和其他應用程序。
- 時間序列數據可以存儲在不同的方式快速、容易跨平台訪問,包括企業和雲。
- 曆史學家發布的新數據對用例有10倍的性能提升與dataPARC應用程序堆棧。
通常,時間序列數據是私有的特定設備或自動化供應商的更大的應用程序套件的一部分,難以進行,第三方應用程序中的數據。民主化曆史數據以開放係統給製造業情報團隊更多的靈活性和能力利用他們的數據在其他係統中。
dataPARC客戶會看到性能的增加速度、加載時間減半自定義計算。客戶也可以使用dataPARC曆史數據支持雲中的人工智能和機器學習模型。例如,預測用例可能曆史數據轉移到雲的建模分析和數據傳送回製造業務管理應用程序突出源的潛在的或反複出現的維護或過程之中。
另一個用例是允許利益相關者快速訪問數據不管在那裏駐留。我們的目標是為每個數據調用執行的用戶數據是本地曆史學家,確保遠程專家協助多個工廠經驗相同的性能作為當地工廠工程師。強調開放、輕鬆集成的總體體係結構允許其他供應商曆史學家和為第三方應用程序提供了一個SDK,最終使客戶能夠有效地利用現有的和未來的投資。