准备预测性维护信号历史

为 FactVerse AI Agent 预测性维护模块准备清洁、可追踪的时间序列和维修记录。

适用场景

• 需要执行该 DFS 任务并留下可审阅记录。
• 需要把源数据交给下游运营、AI 或报表工作流。
• 需要让项目团队对输入、处理和输出有共同理解。

工作流

操作步骤

1. 选择设备
2. 收集信号
3. 关联维修记录
4. 检查质量
5. 生成数据集

检查清单

• 输入来源、负责人和允许用途已确认。
• 处理结果可追溯到源路径、字段和时间戳。
• 失败、冲突、拒绝或异常数据已有审阅结论。

交付结果

• 可审阅的配置、运行记录、质量说明、处理输出和下游交接记录。

实施说明

保留源系统、字段含义、时间戳、单位、负责人和审阅记录。DFS 输出只有在完成映射、质量检查和交接记录后，才应进入 Inspector、FactVerse AI Agent、BI 或 Physical AI 工作流。

相关页面

继续阅读	适用场景
将 BMS 连接到设施数字孪生	把楼宇自控点位、资产和状态数据连接到设施数字孪生。
创建 AI Agent 就绪数据集	把已审阅的数据打包为 AI Agent 可读取、可引用、可验证的数据集。