Vol.071
2026-09-08 · 周二
·
设备智能运维 PdM · 公众号出品
设备智能运维 AI 日报
聚焦 AI + 工业设备预测性维护、PHM、设备健康管理的每日要闻速读
学术突破
PHM-GPT
科学网 · 2026-09-03
从专用模型到统一智能：PHM-GPT 推动 PHM 大模型破局
西安交大严如强、陈雪峰团队联合华南理工李巍华，在 Engineering 期刊发表面向 PHM 的大语言模型 PHM-GPT，探索"专用智能→统一智能"演进新范式。
传统 PHM 模型大多针对单一装备、单一工况、单一任务建立，跨装备迁移困难。团队提出 Signal-to-Text（S2T） 表示方法，把振动等工业时序信号转译为大模型可理解的"结构化文本"，同时保留物理与信号处理的特征语义。在此基础上构建包含 45.6 万条样本的指令数据集 InstPHM-456k，配合"知识注入→指令微调→下游应用微调"三阶段训练框架，让一个模型统一完成异常检测、故障诊断与维修决策。
在多个公开轴承、齿轮数据集上验证，PHM-GPT 在统一框架下完成多类任务，并展现跨数据集、跨机械部件的知识迁移与泛化潜力。这意味着未来 PHM 系统可以像通用大模型一样"开箱即用"，大幅降低单台装备的模型开发成本。
💡 值得关注：工业时序信号"上 LLM"是 2026 年最值得跟踪的技术方向之一，PHM-GPT 给出的"S2T + 指令微调"路线比传统时序 Transformer 更易工程化，对中小型设备制造商是利好。
🔗 https://wap.sciencenet.cn/mobile.php?cat=V&id=570799&mobile=1&type=detail
国家标准
工业大模型
中国网 · 2026-09-02
三项工业人工智能国家标准正式发布，中控技术深度参与
GB/Z 204-2026、GB/Z 203-2026、GB/Z 195-2026 三项国标发布，构建起我国工业 AI 领域首批系统性标准化框架。
三项标准分别覆盖工业大模型体系架构、工业大模型技术要求、工业智能体参考架构。其中智能体参考架构为国内自主研制、国际尚无同类标准，提出"大小模型库 + 感知/记忆/推理/规划/决策/执行/通信/演化"八大功能模块，并建立与工业物理空间、信息系统的双向交互体系。
中控技术凭借在中石油、中石化、万华化学、中煤、华谊等流程工业头部企业近 200 套装置的落地经验参与编写，把工程现场的真实约束写进了国家标准。从顶层架构到落地准则再到智能体框架，"框架-方法-落地"完整标准体系成型。
💡 值得关注：这是国内首次给出工业智能体的"功能拆解"参考架构，对 PdM 智能体开发意味着可以按"感知→记忆→推理→规划→决策→执行"模块化拼装，避免每家厂商从零造轮子。
🔗 https://www.china.com.cn/aboutus/2026-09/02/content_118677158.htm
政策落地
算力底座
人民网 · 2026-09-08
济南发布"AI+制造"三年行动方案：3 年打造 40 个工业大模型
济南市 13 部门联合印发《济南市实施"人工智能+制造"行动方案（2026—2028 年）》，明确量化路线图。
方案提出：到 2028 年，济南力争打造 40 个以上特色化、高水平工业大模型与智能体，推广 30 个以上工业领域人工智能典型应用场景，建设 3 家以上人工智能能力中心，培育 5 家以上齐鲁"模力空间"。济南 2025 年规上工业营收已站稳万亿台阶（10786 亿元），AI 核心产业规模达 640 亿元；截至今年 6 月算力总规模达 9560.5P，智算占比 88.58%。
方案将算力、模型、数据作为夯实 AI 底座的三大支撑：算力是"水电煤"，数据是"原材料"，模型是"加工厂"，三位一体，缺一不可。济南独一份的"四区叠加"战略优势（国家人工智能先导区 + 创新发展试验区 + 工业互联网示范区 + 数据要素综合试验区）为落地提供制度红利。
💡 值得关注：地方政府层面的"AI+制造"三年行动方案密集出台，意味着 PdM/PHM 厂商面对的不再是单点客户，而是政府引导基金 + 应用场景 + 算力补贴的"打包机会"。
🔗 https://finance.people.com.cn/BIG5/n1/2026/0908/c1004-40794341.html
工业智能体
落地实践
数字中国 · 2026-09-02
创新奇智升级 AInnoGC 平台：工业智能体从演示走向生产
"工业本体 + 驾驭工程 + 智能编码"三位一体，将智能体搭建周期从数天压缩到数分钟。
IDC 数据，创新奇智位列中国工业大模型应用市场份额第一；2026 上半年营收 8.29 亿元同比增长 18.6%，AI+制造业务占比 81.5%，首次实现半年度调整后盈利，已服务钢铁冶金、面板半导体、汽车装备、能源电力等领域 1800 多家客户。
典型落地：在宝钢与 Bentley 合作，把 PDF 工程图纸转换为带工程属性的智能图纸，设计环节效率提升约 10 倍、工期缩短 30%；在山东精工电子锂电产线，设备报警后不再只是亮红灯，而是将状态、维修记录、SOP 等关联成诊断包推送给维修工；在全球最大玻纤生产商成都工厂，智能体用于拉丝开机率调优，通过原料配方微调、窑炉实时监测、拉丝根因分析实现端到端优化。
💡 值得关注：工信部等八部门明确到 2027 年推出 1000 个高水平工业智能体——AInnoGC 的工程化路径（本体 + 评测 + 自动修复）为行业提供了可复制的样板。
🔗 https://www.digitalchina.gov.cn/2026/xwzx/szkx/202609/t20260902_5367035.htm
半导体
预测性维护
中国工控网 · 2026-09-04
AI 读懂半导体设备，维修决策走向智能化
格创东智将 AI 能力融入设备管理流程，构建设备智能体集群，覆盖健康评估、预测性维护、维修策略推荐到执行优化。
半导体工厂的 FDC 数据越来越细，固定阈值只能发现参数越界，很难识别缓慢变化与多参数联合异常。格创东智的 AI 方案通过融合设备传感器数据、工艺运行数据与 FDC 数据，从设备稳定运行阶段的多源数据中学习健康基线，再结合无监督、半监督学习识别偏离"正常状态"的信号——可更快适配产线迭代与新品导入。综合分析百余个传感器的动态关联，通过多变量耦合与时序分析识别缓慢漂移与复合型异常，并推演未来 12-24 小时的性能衰减趋势。
围绕设备状态、风险演变和维修执行，格创东智构建设备健康评估、预测性维护、维修策略推荐、执行优化四类智能体：健康评估智能体给当前状态打分；预测性维护智能体分析劣化趋势、剩余寿命与维修时机；维修策略推荐智能体对比修、换、延方案；执行优化智能体结合生产计划、人员与备件约束优化排程。在某面板龙头与某半导体硅片龙头企业已上线应用。
💡 值得关注：半导体产线单次非计划停机损失可达百万级，"健康评估 + RUL + 维修策略 + 排程"四智能体协同是把 PdM 从"报警器"升级为"维修决策引擎"的典型路径。
🔗 https://www.gongkong.com/news/202609/453090.html