Mode d'emploi

Événement Analytics inclut désormais un aperçu de tableau comme quatrième option de visualisation, à côté des histogrammes, du tracé de coordonnées parallèles et des nuages points déjà disponibles. La vue d'ensemble du tableau offre une visibilité complète de toutes les agrégations temporelles et de tous les calculs sur les résultats de recherche simultanément, y compris les calculs sur les tags « digital » ou « string ».

Les affinements peuvent être appliqués directement à partir de l'en-tête du tableau et seront reportés sur les autres onglets. Contrairement aux autres onglets, seuls les résultats affinés seront affichés dans le tableau. Pour évaluer l'impact d'un raffinement, l'en-tête a été étendu pour toujours montrer le nombre total de résultats avant et après l'application des raffinements.

Les points dans les nuages de points peuvent désormais également être colorés en fonction de la valeur d'un calcul sur un tag « digital » ou « string ». Cela vous permettra d'identifier des modèles basés, par exemple, sur différentes recettes ou sur l'équipement utilisé.

L'option de coloration par ne doit être spécifiée qu'une seule fois et sera alors active à la fois sur le nuage de points et sur les diagrammes de coordonnées parallèles. Les modifications apportées aux États sélectionnés dans l'onglet du nuage de points seront automatiquement répercutées sur le tracé des coordonnées parallèles et vice versa.

La date de début et la date de fin ont été ajoutées en tant que propriétés supplémentaires dans l'analyse des événements. Cela ouvre la voie à différents flux d'analyse, comme l'analyse de la « densité » des résultats de recherche sur un axe temporel, ainsi que la représentation graphique de l'évolution d'une valeur agrégée dans le temps à l'aide de la visualisation du nuage de points.

Pour chaque recherche, il est possible de définir jusqu'à 35 calculs. Pour mettre l'accent sur un sous-ensemble de ces propriétés dans n'importe quelle visualisation, une option a été introduite pour sélectionner les propriétés numériques qui doivent être affichées.

Tous les tableaux de la plateforme ont été redessinés pour une expérience utilisateur plus propre et plus fonctionnelle. L'amélioration de la police, l'alignement des cellules et les états de survol améliorés augmentent la lisibilité et la clarté. Les en-têtes ont désormais un style neutre pour une apparence plus rationnelle, et les options sont regroupées pour un accès plus facile. Les utilisateurs peuvent ajuster la densité des tableaux pour optimiser l'espacement et la lisibilité, et les colonnes peuvent être rendues collantes. Cette mise à jour aligne les tableaux sur les meilleures pratiques, créant ainsi une expérience plus cohérente sur l'ensemble de la plateforme.

Le panneau de gauche pour l'ouverture ou la création de vues dans TrendHub et ContextHub a été aligné sur DashHub, améliorant ainsi la cohérence à travers la plateforme. Une liste de favoris a été ajoutée à côté de la liste récemment ouverte, offrant un accès plus rapide aux éléments fréquemment utilisés. En outre, l'icône de sauvegarde est désormais disponible dans tous les hubs, dans la barre supérieure à côté du titre de la vue. Ces mises à jour contribuent à unifier l'aspect et la convivialité de TrendMiner.

Nous avons retravaillé Plant Integrations en adoptant Open Web Interface for .NET (OWIN), un cadre de communication moderne. Cette mise à niveau offre de meilleures performances, une plus grande flexibilité, des tests plus faciles et une compatibilité totale avec les cadres .NET modernes, ce qui garantit une connexion plus solide entre TrendMiner et les historiens sur site. En outre, nous avons rationalisé la collecte des métriques de connexion en optimisant la façon dont elles sont écrites. L'ensemble de ces améliorations a permis de réaliser des progrès significatifs, multipliant par 8 les performances du traitement Plant Integrations.

Dans Proficy provider, nous avons introduit la possibilité de remplacer le mode d'échantillonnage pour les étiquettes discrètes, ce qui offre aux utilisateurs une plus grande flexibilité pour choisir le mode approprié à leurs besoins d'analyse. La valeur est configurable via la propriété « Sampling Mode - Discrete » sur l'écran Time Series details dans ConfigHub.