Real-time facility data integration
Connect BMS, CMMS, IoT, historian, and enterprise data into a shared operational data layer for facility and production digital twins.
← ผลิตภัณฑ์
Data Fusion Services
การรวมข้อมูลและ insight สำหรับ operation
DataMesh FactVerse Data Fusion Services รวมข้อมูลจาก IoT sensor, ระบบองค์กร และ operational log เข้าสู่สภาพแวดล้อมข้อมูล FactVerse เดียว เพื่อรองรับ digital twin, analytics, ML และการตัดสินใจแบบ Physical AI
ความสามารถหลัก
เชื่อมต่อข้อมูล เวิร์กโฟลว์ และการปฏิบัติงานภาคสนาม เพื่อให้ทีมเข้าใจบริบท ลงมือได้เร็วขึ้น และเก็บหลักฐานที่ตรวจสอบย้อนหลังได้
- ตัวเชื่อมต่อ 9 แบบใน pipeline เดียว
เชื่อม REST API, MQTT, OPC UA, BACnet, Modbus, JDBC, CSV, Microsoft Fabric และ adapter อุตสาหกรรมโดยไม่ต้องทำ middleware ใหม่
- AI auto-map สู่โมเดลดิจิทัลทวิน
AI จับคู่ sensor tag และ data field กับ entity ของ digital twin โดยอัตโนมัติ
- template แปลงข้อมูลมากกว่า 15 แบบ
template สำหรับ HVAC, energy benchmark, OEE, alarm correlation, SPC และสถานการณ์อุตสาหกรรมอื่น
- engine ทำความสะอาดและคุณภาพข้อมูล
ตรวจจับ outlier เติมช่องว่าง normalize unit และจัด timestamp อัตโนมัติ
- Data Mart พร้อมใช้กับ ML
ข้อมูลที่ทำความสะอาดแล้วพร้อมสำหรับ ML/AI, BI dashboard และ FactVerse AI Agent
- ผูกข้อมูลกับ twin แบบเรียลไทม์
ค่า sensor สดส่งตรงเข้าสู่ฉาก 3D twin เพื่อแสดงสถานะปัจจุบันของสถานที่
กรณีใช้งาน
ตัวอย่างการใช้งานจริงและสถานการณ์ที่พิสูจน์แล้วในหลายอุตสาหกรรม
Digital twin data binding
Bind live equipment status, alarms, measurements, and calculated indicators to FactVerse scenes so teams can see operational context in the twin.
AI-ready operational datasets
Prepare cleansed, normalized, and contextualized data for analytics, reporting, model training, and FactVerse AI Agent workflows.
ภาพรวม
DataMesh FactVerse Data Fusion Services (Data Fusion Service) เป็นแพลตฟอร์มรวมข้อมูลระดับองค์กรที่รวมแหล่งข้อมูลหลายแหล่งเข้าสู่ระบบนิเวศ Digital Twin รองรับตัวเชื่อมต่อที่ขยายต่อเนื่อง, AI Auto-Map และไลบรารีเทมเพลตการแปลงข้อมูล
ผลลัพธ์ทั่วไป
ทีมมักตรวจสอบคุณค่าด้านการปฏิบัติงานผ่านโครงการนำร่องแบบมุ่งเป้า เช่น การมองเห็นงานที่ดีขึ้น การทำงานที่สม่ำเสมอขึ้น บันทึกที่ชัดเจนขึ้น การส่งต่องานที่เร็วขึ้น และหลักฐานประกอบการตัดสินใจที่ครบถ้วนขึ้น ผลลัพธ์จริงขึ้นอยู่กับขอบเขตไซต์ ความพร้อมของข้อมูล ความ成熟ของกระบวนการ และระดับการขยายผล
คำถามที่พบบ่อย
จะเริ่มใช้ Data Fusion Services อย่างไร?
เริ่มจากกำหนดเป้าหมาย ตรวจสอบ data source และ protocol จากนั้นทำงานกับ DataMesh หรือ partner เพื่อ config ingestion, mapping, cleansing, computation, Data Mart และ visualization
โมเดล license เป็นอย่างไร?
ประกอบด้วย Node/Server License สำหรับ on-premises หรือ private cloud และ service fee เพิ่มเติมสำหรับ customization, integration และ AI/ML configuration
เชื่อมกับระบบเดิมอย่างไร?
ใช้ protocol เช่น MQTT, OPC UA, HTTP, REST API และ file input เพื่อดึงข้อมูลจาก MES, ERP, IoT แล้ว clean และ map เข้ากับ digital twin entity
แนะนำ hosting platform ใด?
แนะนำ Microsoft Azure สำหรับการ host Data Fusion Services
เนื้อหาที่เกี่ยวข้อง
ดูผลิตภัณฑ์ โซลูชัน คู่มือ และตัวอย่างอ้างอิงสาธารณะที่เกี่ยวข้องกับหัวข้อนี้ต่อ