在工业互联网领域引入人工智能技术，特别是机器学习及数字孪生，来帮助企业理解配置在工业设备及厂房设施上的传感器所收集的繁杂数据，通过对繁杂数据的标准化清洗和智能分析，构建可验证的预测模型，有效监控各个工业设备及厂房设施的运行情况及故障预警，做到安全、节能、环保、高效及可靠运行，从而实现智慧资产全生命周期健康管理目标。

强大的采集软件：可与主流通讯协议兼容：CAN、EtherNet/IP、Modbus，Profibus，OPC等；

多种数据采集方法：分布式、多通道、多通讯方式；多级架构、高可靠有线/无线传输；

深度学习：基于大数据的关键设备健康状况分析方法；基于深度信念网络的知识规则挖掘方法；基于深度循环神经网络的时序规则挖掘方法；基于多Agent深度强化学习的多机组协同方法；

多平台兼容：与国内外主流品牌相互兼容。

对可靠、安全、绿色、成本，要求高且敏感的行业：

离散型生产企业、流程型工矿企业、市政及公用设施，特种设备等。