NAZARE
积累数据与经验， 构建制造 AI 数据基础设施。
采集、存储并查询设备、业务系统及文档数据。通过本体连接现场知识用于分析与 AI，并向设备 PLC 传达获批控制指令。
- 连接采集
- 存储查询
- 现场知识
- AI 应用与控制集成
NAVIS
理解现场， 将获批措施付诸执行。
Agentic AI 平台结合实时设备数据、运营记录与现场知识回答用户问题，提出依据和应对建议，经管理者批准后通过 MCP 请求 NAZARE 执行。
- 了解情况
- 依据与措施推理
- 管理者批准
- 请求执行与结果确认
从设备数据连接到制造 AI 应用， 同步开始。
先确定要解决的问题，例如分析不良原因或检测设备异常。在建设设备、生产和质量数据的采集、存储与查询环境的同时，应用并验证 AI。已建的数据基础设施可继续支持其他设备和工厂的 AI 应用。
NAZARE
连接 AI 所需数据
- 采集目标设备的 PLC 与传感器信号
- 关联并存储 MES、ERP、QMS 记录
- 将专家判断标准转为 AI 可读的知识
同步建设与验证
NAVIS
利用已连接的数据应用 AI
- 利用当前信号与历史记录分析异常原因
- 按现场标准提出处置方法与顺序
- 经管理者批准后执行并确认结果
从已连接的设备开始，即刻应用 AI
无需等全厂数据连接完成。先在已连接的设备上验证分析与处置，再扩大应用范围。
深入了解所需内容
NAZARE
01↗02↗03↗04↗05↗06↗07↗08↗09↗10↗11↗12↗13↗14↗15↗
不同设备的不同表述，统一为共用标准。
管理通用术语与关系，避免因标签名称不同而重复开展分析。利用 AAS 与 MDR 整理设备资产及数据含义。
找到相同作业中不同于平时的变化。
定义每次作业的开始与结束，将实际信号与参考作业进行比较。发现重复生产中的变化区间，确定质量与设备检查优先级。
“当时哪里发生了变化？”从记录中寻找依据。
并排比较异常时段的压力、温度、电流等信号。精看短时变化、汇总长期趋势，缩小可能原因的范围。
设备各不相同，数据汇于一处。
连接 PLC、CNC 信号以及现有生产与质量系统记录。选定字段并确认采集值后，即可将同一份数据用于监控与分析。
从采集到存储，集中掌握运行状态。
集中管理已连接数据源、存储容量与处理状态。随着现场规模扩大，用统一界面与标准管理运行事项。
为每个数值赋予设备与工艺背景。
压力值只有对应到具体设备和测点才有意义。关联工厂、设备、产品与信号，形成便于人员理解和 AI 参考的数据。
做出可靠判断，先了解数据状态。
区分缺失、延迟与超范围数值。共同管理原始记录及处理标准，提高现场分析与 AI 数据的可信度。
将反复进行的数据整理变成可重复的流程。
按条件整理数值并创建计算信号。围绕用途准备设备与现有系统数据，减少分析前的重复工作。
让停机与更换记录推动下一次改善。
不仅记录停机时长，也记录停机原因。结合重复停机原因与部件更换历史，找出减少生产损失的切入点。
工厂数据留在内部，访问权限按需配置。
为数据不能外传的工厂提供本地部署。按职责划分可访问设备与功能，区分数据访问与控制权限。
设备更多、历史更长，仍能找到关键时刻。
数百台设备的高精度信号会迅速积累成海量历史。NAZARE 将其保存在企业内部，按设备、时段及字段查询，支持实时应用与长期分析。
将实时精确信号，用于 AI 异常检测。
特定工艺的 ML 模型需要推理时刻的精确数据。NAZARE 准备历史训练记录与实时信号，NAVIS 结合现场知识解释结果并规划响应。
把熟练人员的经验，变成 AI 可用的数据。
什么属于异常、先检查什么、采取何种措施？Ingkle 专家通过现场访谈与工具整理知识，关联设备、部件、信号、标准与措施。这就是 制造本体。
一眼看清，现在该关注哪台设备。
从全厂运行概况深入到单台设备信号。集中查看运行、待机、停机与报警，减少逐台巡查的时间。
把熟练人员的经验，变成 AI 可用的数据。
什么属于异常、先检查什么、采取何种措施？Ingkle 专家通过现场访谈与工具整理知识，关联设备、部件、信号、标准与措施。这就是 NAZARE 本体。
深入了解所需内容
NAVIS
深入了解所需内容
已有系统集成与分厂区运营
共同开始
先聊聊您最想改善的工作。
介绍设备、数据环境和优先课题，我们将共同评估从连接到运营的实施路径。