平台打造了“1平台，3中心”的建设思路。
设备感知平台：通过加装传感器、对现有设备数据采集，在边缘侧处理计算数据；
大数据中心：利用大数据平台将各类数据存储、标记、共享，形成集团的数据中心；
故障诊断中心：利用专家系统实现专家资源的合理配置，结合人工智能方便专家开展远程诊断工作；
用户决策中心：将专家诊断报告、故障记录作为领导的决策依据，并制定相应的运行、检修、采购计划，实现设备的闭环管理。平台对矿山排水、通风、压风、提升、供电、运输六大核心系统设备进行健康评价、远程故障诊断、设备维护监督、及时预警，使设备达到状态检修，保证安全、可靠、经济运行，降低检修成本。
平台技术特点：
1.机理诊断与大数据AI融合建模诊断技术，故障识别更加精准可靠
将设备的机理诊断与大数据AI诊断进行了融合。在某些工况特性比较明显的情况下，平台利用专家的知识，对设备机理进行建模，全面把握设备机理的现象、原因及改善措施。在某些故障机理不明，但在具备大量历史工况数据的情况下，利用大数据AI模型的自学习特性，选取特征参数进行大数据建模，实现对设备残差分析及劣化的预警。
2.基于规则引擎的强大的函数内核，诊断报告自动生成
利用平台自带的规则引擎中嵌入的振动函数、水蒸汽函数、数学函数、评价函数、大数据AI函数等内核，将专家知识数字化，转换为平台能解析的语言，并对设备、生产线、工厂的健康指数实时打分，设备故障诊断报告智能生成。
3.振动数据的专家远程分析及诊断机理自诊断
很多企业用户都知道振动分析能够对设备早期故障征兆进行预测，由于缺乏专业的振动分析专家，企业上了一套振动分析软件，只能查看频谱和波形，无法独立完成诊断工作。设备精准运维平台梳理了常用的振动参数类型，包括加速度总值、速度总值、一倍频幅值、波峰因子、陡峭因子等， 将这些参数类型整合成振动函数，实现振动故障的自诊断。
4.与EAM资产管理系统深度融合，建立全生命周期的设备管理
通过对设备运行实时数据的监测分析，建立设备健康状态评估模型，量化当前设备的性能和故障状态，指导设备运行优化；
