从“看见“到“看懂“：工业 AI 实战直播（五、六期）

"工业数据 AI 实战"系列直播继续。前四期走过了实时分析、智能体运行时、工业本体、TDmodel，这期补上两环：数据出了问题怎么追查到底，图表画了一堆怎么让人真正看懂。

---

第五期：过程分析——帮你发现并解决业务问题

实时监控告诉你设备"现在"是否正常，但工厂里最有价值的问题往往在这之后：良率为什么偏低？两个参数关联多强？三个月前那次喘振有没有前兆信号？

回答这些问题，需要的不是更多图表，而是让工艺工程师能亲手探索数据的分析工具。传统平台里，SQL/Python 的门槛、导出数据后上下文断裂、分析结论无法固化为规则——真正懂工艺的人被挡在门外。

这场直播，先梳理过程分析在工业数据全链路中的"承上启下"角色，再系统介绍方法谱系，最后用 IDMP 分析工作台走通完整闭环。

这场直播你会看到：

• 工业数据应用全链路：采集 → 存储 → 情景化 → 实时监控 → 过程分析 → AI 洞察 → 决策行动，过程分析在哪一环"卡位"、为什么不可替代

• 方法全谱系：时序预测（HoltWinters/Prophet/LSTM/PatchTST/TDtsfm）、聚类分析、回归拟合、相关分析（CORR/DTW/TLCC）、窗口分析、相似度搜索、批次对比——何时用哪种一次讲清

• 分析工作台 Demo：从告警页一键跳转 → 多事件叠加对比 → 批次时间对齐/归一化 → 包络线分析定位偏差 → 相关分析量化关联 → 相似度搜索发现历史同类信号

• 零代码闭环：分析中验证的发现，一键转化为实时分析规则持续运行

📅 直播时间：【8月11日 19:00】

---

第六期：可视化——不为炫酷，而为读懂数据

工业用户的思维以资产为中心，而非以信号为中心——监控生产线的操作员关心的是 3 号锅炉、A 号冷却回路或 7 号压缩机站，而不是数据库中一堆没有关联的指标列。但通用可视化工具却是"以信号为中心"的：每个仪表板从空白画布开始，手动选数据源、写查询、配面板。站点一多，团队只能不断重复构建相同仪表板，不一致性越积越多。

通用可视化工具是"以信号为中心"的——每个仪表板从空白画布开始，手动选数据源、写查询、配面板。站点一多，团队只能不断重复构建相同仪表板，不一致性越积越多。

TDengine IDMP 颠覆了这个模式：可视化以资产为中心。 每个元素拥有自己的面板和仪表板，数据已围绕该元素的属性组织好，上下文自动就位。更关键的是，IDMP 把 AI 嵌进了可视化层——不只是画图，而是让 AI 帮你"看懂"图。

这场直播你会看到：

• 以资产为中心：模板驱动一致性、层级结构实现多层次视图（工厂级汇总 → 设备级趋势 → 传感器级细节）、上下文始终存在（工程单位、限值自动流入可视化）

• 趋势分析：时间偏移与叠加（今天 vs 上周对比）、批次比较（归一化时间轴上叠加多个批次，一眼看出偏差）

• AI 生成面板：AI 自动分析元素属性、类型和限值，建议最相关的可视化面板——一键接受或用自然语言描述让 AI 生成

• 面板数据解读：任何面板都能被 AI 分析，生成文字解读——识别趋势、异常、阈值违反，把图表翻译成可行动的语言

• AI 问答带可视化输出：用自然语言提问，AI 直接在对话中嵌入生成的面板和趋势图

📅 直播时间：【8月13日 19:00】

---

过程分析给你追查问题的工具，可视化给你理解数据的语言。从"发现问题"到"找到答案"，从"看见"到"看懂"——工业数据的闭环就此闭合。

关注我们，第一时间获取直播动态，不错过任何一期硬核内容。