個性化的APP應用，滿足客戶個性化需求（靈活配置、多租戶）；
支持遠程升級，功能更加豐富，覆蓋更多角色和業務場景（如維修智能助手）；
模塊化開發，共性組件的重復使用，更快的客戶需求響應速度；
具有通用接口，便于與其他系統集成協同，數據互通；
構建業務、數據雙中臺，更強大的中后臺支撐前端開發；
云原生應用，支持多種部署模式和靈活布控；
基于當前主流、領先的容器、微服務的軟件開發架構（云原生架構）；
更強大的算法庫支撐（標準算法庫、故障特征庫、擴展算法庫）；
更豐富的大數據分析組件（分布式數據存儲、大數據分析組件如Spark）；
通用化的組件和功能模塊，提高軟件模塊化和共享度，縮短開發周期；
輕量化、服務化、低耦合，基于開源平臺，可選擇可替換，建設模式和供應商中立；
采用超融合架構搭建私有云環境，支持彈性擴展；
資源統一管理統一運維，運維效率大幅提高，運維成本大幅降低；
高可用，穩定性和可靠性大幅提高；
支持邊緣計算，部分健康診斷和數據過濾算法可由邊緣計算完成；
支持與云端協同，邊云協同應用進一步提高系統計算能力和響應速度；
支持多種類型的數據傳輸方式和通信協議，設備接入能力提升；
對產品硬件端的傳感器部署、邊緣計 算部署、軟件功能部善等進行設計， 支持主流的協議轉換，以及其于4G， 5G等方式的數據采集，實現多種物聯 網設備的高并發控入
對設備端采集的數據進行多樣化處理 包括一致性檢查、無效值處理、孤立 值處理、缺失值處理等，井應用聚類 算法，深度神經網絡等A算法對鼓據 進行自動清洗。
主要完成PHM所涌蓋業務應用場景的 所有海量數據存儲要求，對數據進行 分層、分類管理，確保數據的唯一性、 完整性、可追溯性等，同時要滿足高 效、及時的處理要求
主要充成傳感器選型與明確監測參數 海量監測數據預處理如奇異值剔除、 數據平滑處理、數據降噪等)》，監測 數據特征拐取(如時域特征、頻域特征 時頻域特征)等，同時對設備異常狀態 進行監測并預警
主要基于海量監測數據，采用支持向 量機、神經網絡等人工智能尊法，完 成產品的健康度評估，實現早期異常 報警、亞健康狀態報警等。
主要基于海量監測教據，采用卷積神 經網絡、循環神經網絡等深度學習算 法，實現產品的故障診斷與分析，實 現產品故障的快速精確診斷，給出相 應的維修建議，同時故障分析與診斷 算法能夠實現自學習自進化。
實現與企業售后服務等系統的集成， 甚于健康狀態報警、故障診斷分析等 結果，確定故障等級、影響范國、影 響程度、故降位置與原因等，制定相 應的維修維護措施。
主要采用柱狀圖、折線圖、雷達圖、 散點圖、餅圖等圖形以及表格，可視 化地星現狀態監測、故障診斷、健康 狀態評估等結果，便于用戶了解分析 診斷結果，同時，用戶也可以查詢歷 史的海最監測數據
主要包括角色管理、權限管理、密碼 管理、日志管理、設備注冊、設備增 減、設備定位管理、用戶運維轄區管 理、數據加密管理、遠程升級等管理
康尼應用PHM推動了數字化地鐵車門從車門數據采集、狀態監測、故障診斷及亞健康預警、產品維修、故障分析與改進全過程的閉環管理，實現車門故障診斷準確性、亞健康預測準確性的提升，以及運維成本的降低，產品穩定運行時間提升等目標。
