自發布以來，TDengine IDMP 一(yi)直在以“快迭代、小步快跑(pao)”的節奏(zou)持(chi)續進化。

依托 TDengine TSDB 的高性能(neng)(neng)(neng)時(shi)(shi)(shi)序數(shu)據底座，IDMP 專注于工業(ye)數(shu)據的標(biao)準化管理與智能(neng)(neng)(neng)分(fen)(fen)析，通過語義(yi)建模、統一口(kou)徑、實(shi)時(shi)(shi)(shi)分(fen)(fen)析和(he)無問智推等能(neng)(neng)(neng)力(li)，讓企業(ye)不僅能(neng)(neng)(neng)看見數(shu)據，更能(neng)(neng)(neng)從數(shu)據中獲得實(shi)時(shi)(shi)(shi)洞察與決策啟發。

作(zuo)為一(yi)款(kuan) AI 原生的工業(ye)數(shu)據管理平臺，IDMP 在(zai)每一(yi)次版本更新(xin)中都在(zai)強化(hua)“AI 驅動、零門檻、場景(jing)化(hua)”的特(te)性(xing)。目前(qian)其已經(jing)更新(xin)至 1.0.5.0 版本，在(zai)模型計算(suan)、可(ke)視化(hua)分析、異(yi)常(chang)檢測與元數(shu)據管理等多個方面均實(shi)現了顯著提升。

本文將帶你一覽 IDMP 近(jin)期的重(zhong)點更新與(yu)功能(neng)優(you)化，見(jian)證(zheng)它如何(he)不斷拓(tuo)展工業智能(neng)的邊界。

一、模型計算能力增強

元素和屬性支持公式與字符串構建

屬性(xing)和屬性(xing)模板現已支持公式與字符串類型，用戶(hu)可(ke)直接在模型層定義計算邏輯：

• 公式引用：通過屬性、操作符、替換參數、常量與函數的組合，自動轉換為 TDengine SQL 表達式執行，可生成新的派生指標。示例如下：

• 字符串生成器：允許拼接文本內容，生成動態字符串屬性，用于描述性或標識性信息。示例如下：

這一(yi)功能讓屬性具備“可計(ji)算性”，從(cong)建模階段就能定義業務口徑，后續(xu)分析直接沿(yan)用統一(yi)邏輯，避免重復定義。

???? 更多技術細節詳見：

二、可視化分析體驗升級

1. 地圖面板

隨著各行(xing)業對地理區(qu)(qu)域(yu)相關數據（如用(yong)電(dian)量(liang)、人(ren)口分(fen)布、經濟指標等(deng)）的(de)分(fen)析(xi)需求不斷提升，傳統的(de)表格或柱狀圖已難以直觀呈現區(qu)(qu)域(yu)差異與趨勢，用(yong)戶(hu)往(wang)往(wang)需要耗(hao)費大量(liang)時間進行(xing)解讀(du)。

為此，新版(ban)本新增(zeng)了地(di)圖面板(ban)(ban)功能(neng)，聚(ju)焦地(di)理區域數據可視化，可展(zhan)示省、市、區縣(xian)等(deng)多層級統計(ji)數據（如(ru)北京市各(ge)區縣(xian)用電量）。地(di)圖面板(ban)(ban)支持縮(suo)放、平移等(deng)基礎交互(hu)操作，并(bing)可通(tong)過色彩(cai)梯度(du)強化區域對比(bi)。用戶還可點擊區域查(cha)看具體數值，通(tong)過調(diao)整閾(yu)值或篩選條件快速聚(ju)焦關注的地(di)理區域，從而更高效地(di)識別區域分(fen)布規律與變化趨勢。

????更多技術細節詳見：

2. 散點圖面板

在(zai)數據面板中新增散點(dian)圖(tu)可視化類型，支持兩個數值(zhi)(zhi)變量(liang)的關聯(lian)分(fen)(fen)析(xi)，能(neng)夠清(qing)晰展示數據分(fen)(fen)布規(gui)律、聚類情(qing)況(kuang)和異常值(zhi)(zhi)檢(jian)測，助力用戶分(fen)(fen)析(xi)工況(kuang)與(yu)(yu)能(neng)耗、轉速與(yu)(yu)振動、產(chan)量(liang)與(yu)(yu)良(liang)率等變量(liang)關系，識別異常點(dian)或潛在(zai)規(gui)律。

用(yong)戶可通過(guo)雙擊(ji)或點擊(ji)選擇(ze)添加(jia)為維(wei)度/標簽方(fang)(fang)式快(kuai)速(su)配置 X 軸、Y 軸變(bian)量，并支(zhi)持顏(yan)色(se)、大小等視覺通道映射。支(zhi)持聚類(lei)分析和回歸分析，包(bao)含線性(xing)回歸、指數(shu)回歸、多項式回歸等分析方(fang)(fang)法，更加(jia)直觀觀察數(shu)據趨勢。

???? 更多技術細節詳見：

3. 狀態時序圖

在物聯(lian)網監控、業(ye)務(wu)流程分(fen)(fen)(fen)析等場景中(zhong)，用(yong)戶需(xu)要追蹤(zong)設備狀(zhuang)(zhuang)態變(bian)化(hua)、業(ye)務(wu)工單(dan)流轉等離散狀(zhuang)(zhuang)態在時(shi)(shi)間(jian)維度上的分(fen)(fen)(fen)布，傳(chuan)統(tong)折線圖無(wu)法很好(hao)地表(biao)達這類(lei)信息(xi)的開始、結束和持續特性。為了(le)解決這一問題，新版本在數(shu)據面板中(zhong)新增了(le)針(zhen)對狀(zhuang)(zhuang)態變(bian)化(hua)數(shu)據的時(shi)(shi)序可視化(hua)功能(neng)，可清晰展示設備狀(zhuang)(zhuang)態、業(ye)務(wu)階段或工單(dan)流轉在時(shi)(shi)間(jian)軸(zhou)上的變(bian)化(hua)與(yu)持續時(shi)(shi)間(jian)，并支(zhi)持狀(zhuang)(zhuang)態聚合、持續時(shi)(shi)間(jian)統(tong)計及轉移(yi)分(fen)(fen)(fen)析，讓(rang)狀(zhuang)(zhuang)態演變(bian)一目(mu)了(le)然。

???? 更多技術細節詳見：

4. 事件趨勢圖

“事(shi)(shi)件(jian)趨勢圖” 功能(neng)(neng)通過趨勢圖展示(shi)(shi)事(shi)(shi)件(jian)相(xiang)關(guan)指標(biao)，并(bing)(bing)高亮標(biao)注事(shi)(shi)件(jian)發生的時間(jian)范圍。用戶可將(jiang)任意設(she)備(bei)監測指標(biao)及(ji)事(shi)(shi)件(jian)添加至分析視圖，直觀呈現數據隨時間(jian)的波(bo)動趨勢。該功能(neng)(neng)具備(bei)多(duo)視圖展示(shi)(shi)能(neng)(neng)力：一方面支(zhi)持多(duo)泳道(dao)并(bing)(bing)列展示(shi)(shi)各(ge)相(xiang)關(guan)指標(biao)曲線；另一方面可按(an)事(shi)(shi)件(jian)開始時間(jian)進(jin)行對齊截取，將(jiang)不同(tong)事(shi)(shi)件(jian)對應的指標(biao)曲線片段進(jin)行同(tong)期(qi)對比分析。

???? 更多技術細節詳見：

5. 高級 SQL 面板

雖然通過鼠標點(dian)擊(ji)和少量鍵盤操作即可滿足大多(duo)數(shu)業務場景的面(mian)板(ban)創建需(xu)求，但在(zai)面(mian)對更(geng)復雜的數(shu)據處理邏輯（例如多(duo)層嵌套查詢或(huo)跨表計算）時(shi)，直接使用 SQL 顯然更(geng)加靈活、高效。

為此，新版本新增了高級 SQL 面板(ban)功能(neng)，為高級數據(ju)分(fen)(fen)析(xi)師和開發(fa)人員(yuan)提(ti)供了更強的自定義(yi)能(neng)力。用戶(hu)可在(zai)(zai)頁面中(zhong)直接編寫并運行復雜的 SQL 查詢(xun)，查詢(xun)結果將即時呈現在(zai)(zai)面板(ban)中(zhong)。目前該功能(neng)支(zhi)持(chi) TDengine 和 事件 兩(liang)種(zhong)數據(ju)類型，并可接收外部傳入的元素(su)、開始時間(jian)與結束時間(jian)參數，以(yi)支(zhi)持(chi)更加靈活的分(fen)(fen)析(xi)場(chang)景。

???? 更多技術細節詳見：

三、智能分析與 AI 聯動

1. 異常檢測分析

在工(gong)業(ye)和物聯(lian)網(wang)環(huan)境(jing)中(zhong)，設備與傳感器產生的(de)(de)數據規模龐大(da)、頻率高且特征(zheng)復雜(za)。傳統依賴靜(jing)態閾值或(huo)人工(gong)規則的(de)(de)告警機制往(wang)往(wang)難(nan)以(yi)應(ying)對多指標聯(lian)動和動態變化(hua)的(de)(de)場景，不僅需要人工(gong)維護大(da)量規則，還容(rong)易(yi)因環(huan)境(jing)、負(fu)載或(huo)時間變化(hua)造成誤報(bao)或(huo)漏報(bao)。

為解決上述問題，平臺為數據分(fen)析師和運維人(ren)員提供了智能化的(de)異(yi)常(chang)檢(jian)測(ce)能力，能夠(gou)基于時序數據（如(ru)設(she)備傳感器(qi)、機(ji)組指標、網絡或系統監控數據等）自動識別特定時間段(duan)內的(de)異(yi)常(chang)，并將檢(jian)測(ce)結(jie)果直(zhi)接整合進面板，實現監測(ce)與(yu)分(fen)析的(de)一體化。

???? 應用場景：可用于設備(bei)健(jian)康監測、能耗波動識(shi)別、環境指標(biao)異常預(yu)警(jing)等。

2. 無問智推集成異常檢測能力

許多用戶并不了解“異(yi)常(chang)檢測”這一(yi)專(zhuan)業功(gong)能，或不知(zhi)道如何進行配置，他們更習(xi)慣以自然語言的(de)方式(shi)提問，例如：“最近電表的(de)電壓有異(yi)常(chang)嗎？”

為提升用戶使(shi)用體驗，新(xin)版本在無問(wen)智推中(zhong)集(ji)成(cheng)了異(yi)常(chang)檢測(ce)能力(li)。系統(tong)能夠自動推薦包含“異(yi)常(chang)檢測(ce)”的分析問(wen)題，用戶點擊即可(ke)生成(cheng)相(xiang)應分析；同(tong)時，也支持在分析頁(ye)面直接以自然語言提問(wen)，系統(tong)會自動識別意(yi)圖并生成(cheng)對(dui)應的異(yi)常(chang)檢測(ce)分析，讓復雜的分析過程(cheng)變得簡單直觀。

???? 應用場景：幫助(zhu)非技術(shu)人(ren)員快速掌握異常檢(jian)測能力，實現 AI 主動(dong)分析與洞察推(tui)送。

四、數據導入與交付更高效

1. CSV 數據導入

在(zai)(zai)工(gong)業／物聯網場景中，設備類型眾(zhong)多(duo)、數據結構復(fu)雜、往(wang)往(wang)存在(zai)(zai)大(da)量(liang)靜態(tai)標(biao)(biao)簽（比如設備編號(hao)、位置(zhi)、類別）與動態(tai)指標(biao)(biao)（傳感器數據、狀態(tai)指標(biao)(biao)）需要(yao)批量(liang)建模(mo)。若僅靠可視化逐個配置(zhi)資(zi)產模(mo)板或手動映射超級表，工(gong)作量(liang)大(da)、易出錯、且難以適應大(da)規模(mo)設備體系。

此(ci)前，IDMP 已支持通過簡單導入(ru)和資產導入(ru)頁面(mian)進行單表配置，但在(zai)“成(cheng)千上萬臺設備(bei)”“多表結構”或“歷史數據遷移”等場景下仍顯效率(lv)不足。為此(ci)，新版本(ben)引入(ru)了 CSV 導入(ru)功能(neng)——一種(zhong)批量、可(ke)編(bian)(bian)輯、可(ke)腳(jiao)本(ben)化的建模方(fang)式。用(yong)戶可(ke)預先編(bian)(bian)輯 CSV 文件并一次性導入(ru)系統，從(cong)而(er)大幅(fu)提升建模與數據入(ru)庫效率(lv)，顯著降(jiang)低人工操(cao)作成(cheng)本(ben)。

???? 更多技術細節詳見：

2. 元數據導入導出

在(zai)工業系統持續擴展的過程中(zhong)，資產(chan)模(mo)(mo)型的層(ceng)級與規模(mo)(mo)不斷增(zeng)加，單(dan)純依靠(kao) UI 界面逐條創(chuang)建或修(xiu)改元(yuan)數(shu)據，已(yi)難以滿足(zu)大(da)規模(mo)(mo)建模(mo)(mo)、歷史數(shu)據遷(qian)移與多環(huan)境(jing)同(tong)步的需求。為此，IDMP 提(ti)供了(le)完整的元(yuan)數(shu)據導入導出機制，用于高效地(di)遷(qian)移與備份資產(chan)模(mo)(mo)型。

系統支持(chi)將資產樹、元素(su)（含層(ceng)級結構）、元素(su)模(mo)(mo)板、屬(shu)性模(mo)(mo)板、事(shi)件/分析模(mo)(mo)板、枚舉類(lei)型、單位（UOM）、類(lei)別(bie)、面板及儀表(biao)盤(pan)模(mo)(mo)板等(deng)元數據統一導出為(wei)可下載包（ZIP），并支持(chi)將導出的包文件批量導入至指(zhi)定環境或連接（如 TDengine）。導入過程(cheng)中(zhong)，系統會自動解析依賴關系，采用異步任(ren)務(wu)方式(shi)執行(xing)，并生成可下載的導入記錄(lu)與錯誤報告，確保大(da)規模(mo)(mo)元數據遷移的安全性與可控性。

???? 更多技術細節詳見：

結語

從(cong)公(gong)式(shi)屬性到多維可視化，從(cong)異常檢測到模型計(ji)算，IDMP 的(de)(de)(de)每一次更新(xin)，都是向(xiang)智能(neng)化邁(mai)出的(de)(de)(de)堅實(shi)一步。面向(xiang)未來，我(wo)們(men)將繼續沿(yan)著(zhu) AI 原生的(de)(de)(de)方向(xiang)迭代前行，讓 IDMP 在(zai)模型能(neng)力、分析深(shen)度與場景適配性上不斷突破(po)，推動工業(ye)智能(neng)的(de)(de)(de)普(pu)及與落地。

現(xian)在進(jin)入 ，可查看 IDMP 最新版本 1.0.5.0 的具體更(geng)新細節，歡迎大家體驗(yan)！