工業時間序列資料在數量和複雜性方面都在迅速增長，這得益於 PI 系統和 AspenTech IP 等系統的廣泛使用。 21. JMP 的資料歷史整合使分析人員能夠直接連接到這些系統，將高頻、多流資料引入 JMP 進行互動式探索和分析。
本次示範將展示在 JMP 中選擇、匯入和建構時間序列資料的實用工作流程。與會者將學習如何使用 PI 資產框架層級結構和 AspenTech 標籤，包括使用堆疊和其他結構化工具來組織相關資料流的技巧。
我們也預覽了即將推出的新功能，這些功能將提升處理大量資料流時的可擴展性，包括更有效率地處理大量導入資料以及新的資料流選擇方法。這些增強功能包括改進的基於 PI 標籤的工作流程和伺服器輔助過濾。
這些改進大多源自於早期使用者回饋。本次會議不僅為當前工作流程提供實用指導，還展望了 JMP 如何持續發展以支援大規模工業數據環境。
