Aveva展示了它Pack Expo Connects的Insigh Diged Analytics工具。该软件使用户可以在用户定义的视图中访问所有组织的生产和性能数据，以便传递的信息与特定用户相关。
Conducting the demo in Aveva’s virtual booth at the event, Omar Almasri, technical sales consultant, asset performance management at Aveva, explained that the cloud-based Aveva Insight software has been extended beyond its initial design to collect, store, visualize, and analyze real-time process and production data and now features an “immersive guided analytics toolset that leverages fit-for-purpose content to automate remediation of asset performance issues. Failure modes, predictive models, asset types, remediation maintenance plans, and fault diagnostics are now available in Insight's cloud-based asset library. This means that information for general purpose assets such as pumps, motors, and drives can be leveraged to generate actions based on analytics or create condition-based alerts.”
通过Aveva Insight的基础知识，Almasri向Speive演示与会者展示了软件如何向他发送电子邮件通知，该电子邮件通知指示由于潜在的轴承异常而在生产线上的“电机编号1”潜在问题。在电子邮件中，他看到了详细信息，显示了电机已经过交叉的具体操作参数，电机故障的后果以及他可以采取的规定行动来解决问题。
Almasri说，除了为每个用户个性化系统视图外，Aveva Insight还“跟踪与用户过去查看和分析的资产相关的数据”。
Omar Almasri，Aveva资产绩效管理技术销售顾问Almasri说，Insight的引导分析警报是由Aveva的预测分析软件开发警报的预测分析软件，“Almasri表示。“这是一个完全无监督的机器学习过程，软件可以吸引推断并查看与规范的每个变量偏差，让用户了解潜在的问题。它能够通过分析某些个体标签历史上表现的表现方式来执行此操作。“
对于Insight中的每一个通知，都会向用户提供一个向上或向下的选项，以通知系统它提供给用户的信息是否有用。系统从这些输入中学习，以改进与特定用户最相关的信息的传递。
描述了Aveva Insights的引导分析最初是如何建模的，并且系统从哪个数据指向系统学习，Almasri表示，资产的异常分数可以从零到100范围内。“它基本上是资产的健康指标，”他说。“如果分数为零，这意味着资产不会偏离常规。但如果异常的分数高达100，则意味着资产完全从规范中偏离。“
一旦建立了特定设备的这些参数，Insight可以为顶三个标签和有助于任何资产偏差的信号提供单独的异常分数。“用户可以选择要进一步分析的标签以获取模型异常分数并配置警报，如果异常分数交叉用户希望发生某些操作的某个阈值。不规章的行动也可以将警报添加到直接维护和维修中，“Almasri说。
Almari提供的Aveva Insight的另一个例子是从运营转移监督员的角度完成的。在此角色中，用户可以单击洞察力的生产线，并了解它是如何跟踪到关键性能指标。在这里，Almasri指出，该行的性能不是他希望它成为的地方，也不是OEE（整体设备有效性）。“我可以通过实时状态更新来查看这些KPI，我可以在统计上趋于统筹趋势，因为我认为适合主管，”他说。“我还可以添加评论并将其提交给负责维修的团队的其他人。”
