设备智能运维 AI 日报

9 月 20 日，媒体探访海尔上合冰箱互联工厂时看到，设备运维人员不再逐台巡检、忙于抢修，而是通过智能终端实时查看设备健康状态，点检、润滑、检修工单由 AI 自动生成并精准推送。海尔智家已把全国工厂 7000 余套设备、超 3300 万条基础与经验数据、249 万个动态数据点位全部上云入库，并打造了预防性维护、智能培训、备件智能计划等 8 大核心 AI 智能体。

以空调高速冲床为例，系统以 50ms 级采样频率实时采集主轴振动信号，通过时频域特征提取与深度学习模型分析振动劣化趋势，可在故障发生前 48 小时触发预警、自动推送检修工单并定位故障部位。模型上线后，冲片机主轴恶性故障归零，维修成本下降 40%，故障停机时间减少 50%。

国网浙江电科院研发的 500 千伏变电主设备风险辨识智能体近日正式上线。针对变压器绕组失稳、断路器机构劣化等疑难故障，AI 学习电力专家排查故障的思考逻辑，搭建起故障诊断思维链，可模仿专家一步步排查问题，每一步分析都有据可查。过去专家人工排查研判一起复杂设备故障常需 6 小时以上，如今智能体打通了设备状态感知、研判分析、风险预警、处置建议的全流程。

在台风"白海豚"来临前，该智能体结合气象预报和设备实时运行情况开展全面筛查，识别出 6 台主变存在短路损坏风险、8 台主变高压侧套管存在雨闪隐患，并同步输出巡检、消缺、运行管控建议，现场据此完成全部隐患整改。

上海地铁目前开通运营线路 21 条，运营里程 906 公里，车辆超 7500 辆，日均客流超 1000 万人次。面对超大规模运营网络下的车辆运维难题，上海从 2017 年开始探索，形成了具有特色的车辆智能运维系统。

该系统包含车联网监测系统、轨旁车辆综合检测系统和车辆智能巡检机器人等子系统。车联网监测系统可实时显示每辆列车的运行状态、异常情况及异常参数原因，甚至每节车厢温度是否异常；轨旁综合检测通过全景智能检测、轮对尺寸检测、轮对踏面擦伤图像检测提前识别车辆隐患；智能巡检机器人自动检测列车车底关键部件状态。整套系统既能预警风险隐患、提前安排检修，也能在异常发生时辅助维保人员快速锁定故障。

在 2026 世界制造业大会上，中科类脑升级发布了"算电词元一体化"平台。该模型依托皖疆绿色算力底座迭代，深度融合跨模态大模型技术与电力专业机理知识，覆盖风电、光伏新能源智能运维，以及电网输、变、配、用全业务链条。结合多模态大模型与行业场景数据，可完成设备健康管理、隐患识别、故障诊断、功率与负荷预测。

技术架构上，平台融合文本、图像、视频、语音及电网时序数据，通过事件驱动、动态路由和物理约束实现低功耗、高效推理，并具备多模态感知、持续学习、预测决策和自主演化能力。同期，中科类脑联合安徽移动推出"算网电碳"一体化解决方案，已在合肥、淮南双节点智算机房完成省内首个 AIDC 算网电碳协同全链路验证。

Emerson Automation Experts 近日刊文讨论工业 AI 如何重塑资产绩效管理（APM）。文章指出，将仪表化资产数据与故障历史结合，AI 可基于先前事件构建故障签名，在熟悉模式重现时提前预警；同时 AI 也能学习正常运行状态，即使没有已知故障模式也能标记偏差。最新的交互变化是，Agentic AI 现在可以回答"警报为何触发"这一问题，把可靠性工程师过去需要手动完成的调查工作承接过来。

文章还提醒，许多 APM 试点项目停滞，最常见原因不是 AI 模型不准，而是资产识别不当或数据不足以支撑目标用例。建议从单一站点、真正影响运营的关键资产起步，确认数据支持用例后再扩展。下一步前沿方向包括腐蚀管理、塔器液泛、火炬放空以及更智能的资本与运营支出决策。