工业时间序列数据在数量和复杂性方面都在迅速增长，这得益于 PI 系统和 AspenTech IP 等系统的广泛使用。21. JMP 的数据历史集成使分析人员能够直接连接到这些系统，将高频、多流数据引入 JMP 进行交互式探索和分析。
本次演示将展示在 JMP 中选择、导入和构建时间序列数据的实用工作流程。与会者将学习如何使用 PI 资产框架层级结构和 AspenTech 标签，包括使用堆叠和其他结构化工具来组织相关数据流的技巧。
我们还预览了即将推出的新功能，这些功能将提升处理大量数据流时的可扩展性，包括更高效地处理海量导入数据以及新的数据流选择方法。这些增强功能包括改进的基于 PI 标签的工作流程和服务器辅助过滤。
这些改进大多源于早期用户反馈。本次会议不仅为当前工作流程提供实用指导，还展望了 JMP 如何持续发展以支持大规模工业数据环境。
