设备智能运维 AI 日报

半导体制造设备传感器与监控参数持续增加，传统固定阈值难以识别缓慢漂移、多参数联合异常等潜在风险。格创东智的方案通过融合设备传感器数据、工艺运行数据及 FDC 数据，利用无监督/半监督学习建立健康基线，可综合分析百余个传感器动态关联，推演未来 12-24 小时性能衰减趋势。

值得关注：该案例把"预测"延伸到"决策与执行"——系统不仅识别异常，还能结合设备机理回溯异常传播路径、锁定关键异变参数，并给出维修策略与执行优化。对 PdM/PHM 从业者而言，这标志着从"算法验证"到"业务闭环"的关键跃迁。

论坛上，数智院总裁刘震指出：当前工业 AI 应用多以单点智能为主，而面向复杂制造的系统级全局协同优化仍是蓝海。流程制造具有工序强耦合、生产连续不可逆等特征，必须统筹生产全工序、打通供产销全链条、实现实时闭环控制。数智院"1+1+N"架构已在百余家工厂实现规模化价值交付，生产智能体模型自主运行率超过 95%，单工厂每年带来数百万经济效益。

值得关注：论坛汇聚西门子、施耐德、软通动力、海康威视、滴普科技等企业，共识是工业 AI 落地须跨越数据异构、容错近乎为零、ROI 三道关卡。这对设备健康管理领域的启示是：未来 PdM/PHM 不再是独立模块，而会深度嵌入企业生产运营闭环。

代表性项目包括：NASA TurbineAgent（涡扇发动机 RUL 预测，带 SHAP 可解释与置信区间）、Predictive Maintenance MCP Server（52 个 MCP 工具封装振动诊断全流程，数据不出厂）、IBM AssetOpsBench（工业资产运维 Agent 研发/评估/编排框架）、FD-REST（轻量实时故障诊断平台）等。这些项目共同特征是：多 Agent 协作、MCP/A2A 协议接入、机理+数据双驱动。

值得关注：AI Agent 在 PdM 领域的落地已从概念走向可运行的开源代码。对设备运维企业而言，这意味着可以快速借鉴 NASA、IBM 的 Agent 架构，把自身传感数据、故障案例与维修流程封装成可编排的智能体，降低重复开发成本。

IIoT World 文章指出，预测性维护已从营销叙事走向成熟可落地的技术：基于振动的轴承故障预测、电机电流特征分析、工艺漂移检测是当前三项可靠用例，准确率分别达 80-90%、70-85%。然而，预算、技能缺口、网络安全仍是三大落地障碍——25% 企业认为 ROI 不清，24% 认为缺乏技能人才，22% 担忧 OT/IT 联网后的安全风险。

值得关注：文章强调"没有响应流程的告警只是昂贵的仪表盘"。这提醒 PdM/PHM 方案商：技术之外，必须帮客户设计"告警 → 派工 → 备件 → 维修 → 反馈"的完整工作流，否则再好的模型也会被弃用。

AI EES 支持 PLC 及各类工业设备统一接入，融合电子鼻、红外热成像、声纹、微振、电磁脉冲、无线微波、光谱分析、AMC 污染物监测等多模态感知技术。平台综合趋势分析、自学习阈值、SPC 规则、多变量关联分析、轨迹相似度学习等算法，对设备建立符合实际工况的监测模型，实现从"事后报警"到"提前预判"。

值得关注：平台强调"不是替代工程师，而是帮助工程师持续放大专业能力"，把设备结构、FMEA、历史履历、趋势数据、波形分析、规则模型、AI 诊断案例统一沉淀为企业设备工程知识库。这与德姆斯 DHMS 的灵瞳产品理念高度契合——将老师傅经验数字化、知识体系化、能力平台化。