设备智能运维 AI 日报

8月25日，工信部与国家数据局联合发布《关于联合实施2026年“模数共振”行动的通知》，提出以数据—模型—场景全链条深度协同，推动人工智能高水平赋能新型工业化。

文章指出，我国规上制造业企业AI技术应用普及率已超30%，领航工厂业务场景AI渗透率超70%，工业机器人装机量连续5年全球第一。但数据壁垒、模型适配不足、核心技术供给不足、规模化产出难、复合型人才紧缺仍是主要痛点。

值得关注的是，文章明确将“设备智能运维”列为大型龙头制造企业应深耕的深度应用场景之一。这意味着PHM/PdM从单点工具向企业级核心能力跃迁的政策窗口正在打开，对工业AI服务商和终端用户都是明确的利好信号。

智能制造网发布2026上半年工业AI盘点，指出人工智能已从单点试验走向规模化落地。具身智能机器人从“炫技”走向“实干”，南钢集团建成覆盖钢铁全流程的智能体矩阵，落地200余项轻量化AI应用，关键设备数字化率达100%。

更值得关注的是，AI视觉质检与预测性维护被明确为工业AI最成熟的应用场景之一：AI视觉在华翔股份法兰工厂实现数百种工件100%在线全检，检测效率提升12倍；AI算法结合故障知识图谱的预测性维护应用，已能将非计划停机减少60%。

这一盘点表明，PHM正在从“可选技术”变成制造业智能化的“标配能力”。对于设备运维服务商而言，竞争焦点将从“有没有算法”转向“能不能把算法嵌入生产流程并产生可量化的运营收益”。

ABB为华北某钢铁企业厂房配电系统提供PowerCare AI无忧运维解决方案，针对运行19年的中低压老化设备进行数字化改造，配置智能无线测温传感器与智能表计，部署PowerCare AI运维平台。

该平台可实现设备状态感知、能耗可视化、基于温升和设备状态的预测性维护、设备全生命周期管理以及AI运维顾问等功能。截至目前，PowerCare AI无忧运维已累计服务超过400个客户，覆盖工业、公共事业、商业建筑、轨道交通等领域。

ABB称未来可预测并阻止高达70%的潜在设备故障发生，降低多达40%维护成本。这一案例说明，预测性维护不仅适用于旋转机械，也正在向配电系统等关键基础设施快速渗透，展现出“高可靠性场景+长周期资产”是PdM的重要落地土壤。

全国首个海上风电发输变一体化数字孪生智能运维系统在三峡阳江青洲海上风电场陆上集控中心即将正式投用。该系统由中国能建广东院自主研发，通过巨型智慧大屏串联起三峡青洲五、六、七期整片风场、海缆、海上升压站、海上换流站、陆上换流站。

系统实现1:1三维复刻和“指哪看哪”的物理坐标与数字场景双向联动。场站内轨道巡检机器人、轮式巡检机器人与上千个智能感知终端24小时不间断采集数据，依托多模态AI分析技术自动甄别设备缺陷和环境异常，并生成标准化巡检报告。

深远海风场离岸远、气象多变、运维船出海受限，传统计划性检修成本高、风险大。该系统将传统计划性检修升级为预防性主动检修，从源头减少突发故障，标志着深远海海上风电迈入智能化、少人化的全新运维模式，对风电PHM/Digital Twin应用具有标杆意义。

Gleecus TechLabs指出，AI Agent正在将智能工厂的预测性维护从传统的“异常告警”推向“情境感知、自主协调”的新阶段。与传统PdM仅基于传感器数据预测故障不同，AI Agent能够结合维护历史、设备手册和运营约束进行情境推理。

其典型工作流包括：异常检测→诊断与上下文收集→资源评估→行动准备→人工监督或执行。Agent可查询库存、排程、生产系统以支持决策，并在治理框架下自动生成工单、通知人员或准备维修方案。

这一框架的核心价值在于压缩“从预测到行动”的协调时间，降低非计划停机，提升资源利用率，并解决工业现场普遍存在的“告警疲劳”与“预测到执行断层”问题。随着国内“智能体进车间”趋势加速，AI Agent将成为PHM平台下一阶段的差异化竞争点。