Key Capabilities
- 9种连接器，统一管道
通过REST API、MQTT、OPC UA、BACnet、Modbus、JDBC、CSV上传、Microsoft Fabric以及Siemens、Honeywell等预建适配器连接。无需自定义中间件，几分钟内接入数据。
- AI自动映射数字孪生
AI自动将原始传感器标签和数据字段映射到数字孪生实体——无需手动模式映射。系统识别命名模式、单位类型和层次结构，首次导入即创建准确绑定。
- 15+数据转换模板
预建的常见工业场景模板：暖通性能评分、能源基准、OEE计算、报警关联、SPC图表等。可自定义或克隆模板以匹配您的KPI。
- 数据清洗与质量引擎
自动异常值检测、缺失值插补、单位标准化和跨异构源的时间戳对齐。按数据源追踪数据质量评分。
- ML就绪数据集市
清洗标准化的数据存储在集中式Data Mart中，针对ML/AI框架、BI仪表盘和FactVerse AI Agent直接消费优化。无需构建ETL管道。
- 实时孪生绑定
实时传感器值直接流入FactVerse Designer创建的3D孪生场景。设备颜色、状态和动画实时更新，为运营团队提供空间态势感知。
概述
DataMesh FactVerse DFS（数据融合服务）是企业级数据集成平台，将多种数据源统一到数字孪生生态系统中。支持9种连接器类型、AI自动映射和15+数据转换模板，实现从传感器到孪生的端到端数据流。
典型成效
| 指标 | 效果 | 来源 |
|---|---|---|
| 数据集成时间 | ↓ 70%（对比定制中间件） | 9种连接器类型，预建适配器 |
| 传感器到孪生延迟 | < 2秒端到端 | MQTT/OPC UA实时流式传输 |
| 数据质量评分 | ↑ 至98%+（清洗后） | 自动异常检测和标准化 |
| ML模型训练时间 | ↓ 50%（预处理Data Mart） | 无需定制ETL管道 |
| 数据集成总成本 | ↓ 60%（对比自建） | 对比定制数据平台开发 |
常见问题
如何实施DFS？
首先定义明确的目标（简化实时数据使用或加速ML计划）。评估现有数据源并 确定数据摄取协议（MQTT、OPC UA等）。与DataMesh或认证合作伙伴合作配置 DFS模块——数据摄取、映射、清洗、计算、数据集市和可视化。 先进行试点，然后在培训和优化后全组织推广。
许可模式是什么？
DFS遵循许可证和服务模式：(1) 节点/服务器许可证覆盖本地或私有云部署， 用于托管DFS环境和管理数据处理任务。(2) 可选服务费包括针对特定用例 或高级AI/ML配置的定制或集成服务。
DFS如何与现有系统集成？
数据摄取模块使用标准协议（MQTT、OPC UA、HTTP等）从MES、ERP和其他系统 拉取数据。也支持REST API或平面文件输入。摄取后，DFS自动清洗并将数据 映射到数字孪生实体，创建可用于分析、仿真或AI/ML处理的统一数据集。
推荐使用哪个托管平台？
数据融合服务推荐使用Microsoft Azure作为平台托管服务。