AI × 设备智能运维 · 行业日报 第 38 期

设备智能运维 AI 日报

2026-10-12 · 星期一

本期导语:从燃机垂类大模型「擎睿」到金风下场做存量运维,从卡奥斯车间实证到军方航空 PHM,"AI 管设备"的竞争焦点持续从算法精度转向数据资产、工程信任与体系改造。

📌 核心观察

① 垂类大模型的分水岭是"数据资产化"——京能 2 亿条燃机工况数据、卡奥斯打通设备台账与故障案例,先有可计算的领域知识,才有可量化的诊断准确率。② 预测性维护的价值锚点正从"预警"扩展到"体系":金风把 PHM 织进全生命周期服务,美军则发现技术之外「维修体系愿不愿意改」才是真正考验。

电力 AI 来源:网易(华为云 Stack 案例)

京能×华为云Stack发布行业首个燃机大模型「擎睿」,故障诊断准确率超 90%

京能集团基于华为云 Stack 打造燃机垂类大模型,10 电厂 29 台机组 30 万点位 2 亿条时序数据打底,大小模型协同,异常预警、状态评估、故障诊断、劣化预测准确率超 90%。

北京最大燃气热电供应商京能集团与华为联合创新,并借助清华大学燃机技术力量,孵化出行业首个燃机大模型「擎睿」,依托华为云 Stack 智算底座实现训推一体。数据底座汇聚 10 个燃气电厂、29 台燃机机组、30 万个点位约 2 亿条高质量时序数据,并以百万级专业语料训练出 320 亿参数的燃机垂类语言大模型。「擎睿」采用「通专融合」架构:200 余个专业小模型负责燃机性能优化等专业计算,大模型负责理解问题与调度工具,双向协同实现部件与整机热效率提升,异常预警、状态评估、故障诊断、劣化趋势预测准确率均超 90%。同时行业首发燃气发电领域多智能体协同体系,主 Agent 联动时序、垂类、问答、功率预测等数十个子 Agent,动态决策任务、精准匹配能力,大幅减少人工干预。值得关注的原因:燃机是典型的高价值复杂旋转设备,「擎睿」给出了「数据资产化→垂类大模型→多智能体协同」的完整落地范式,且全部指标可量化,为天然气发电及类似流程工业的智能运维提供了可复制的样本。

值得关注:「通专融合 + 多智能体协同」再度验证:垂类大模型的价值不在参数规模,而在 2 亿条真实工况数据打底后可量化的诊断准确率。

原文链接:https://www.163.com/news/article/L8NV7DKD00019UD6.html
风电 来源:Maxwell PLC

金风科技发布清洁能源智慧运营整体解决方案,从造风机转向全生命周期服务

金风 9 月底发布智慧运营整体方案,整合 SCADA、状态监测、气象与电网数据,AI 驱动预测性维护与资产优化,覆盖其在管 100GW 新能源资产,战略重心从设备制造转向服务。

全球领先风机制造商金风科技于 9 月底发布清洁能源智慧运营整体解决方案,标志着其从设备制造商向全生命周期服务商的战略转型。方案基于其 20 年风电经验和超 100GW 在管新能源资产,构建了新一代运营知识平台:整合风机 SCADA、状态监测传感器、气象站与电网运行参数等多源数据,AI 组件分析运行数据模式、在故障发生前识别发展中的缺陷,支撑预测性维护、性能优化与风险管理。架构上采用「边缘+云」分层设计:机舱级边缘计算负责实时决策与安全功能,云端负责机队级优化与机器学习;同时强调开放平台与能力,可与第三方应用和数据源集成,从「人机协同」走向「生态协同」。经济性方面,风电场年运营支出通常为 40-60 美元/千瓦,预测性维护与性能优化可降低运维成本 15-25%,对一座 100MW 风电场即意味着每年数百万美元的价值。值得关注的原因:中国风电装机逼近 400GW、大量机组进入第二个十年,存量运维市场快速放量;整机厂商亲自下场做「知识驱动」的智慧运营,意味着 PHM 服务的竞争门槛正从算法转向「自有机队运行数据 + 全生命周期 know-how」。

值得关注:整机厂下场做存量运维,竞争门槛从算法转向自有机队数据与全生命周期 know-how。

原文链接:https://www.maxwellplc.com/blogs/news/goldwind-launches-clean-energy-smart-operation-overall-solution
制造 AI 来源:闪电新闻(今日头条)

卡奥斯天智工业大模型走进车间:设备故障根因秒级分析,维修效率提升 75%

闪电新闻探访卡奥斯创智物联胶州互联工厂:依托天智工业大模型,设备异常被快速捕捉、故障根因秒级分析,维修效率整体提升 75%,工业大模型加速走进生产一线。

山东广电闪电新闻 10 月 9 日报道,在卡奥斯创智物联胶州互联工厂,依托天智工业大模型,设备异常可以被快速捕捉、故障根因实现秒级分析,维修效率整体提升 75%。工业大模型正在成为工厂里的「AI 维修大师」——设备出现故障过去靠老师傅凭经验一点点排查,如今模型直接给出根因与处置方向;从设备维修延伸到工艺优化、产品设计、仓储物流,工业大模型正加速走进生产一线,为传统制造业装上「数字大脑」。值得关注的原因:这是「大模型进车间」的又一实证样本,且指标聚焦在设备运维这一核心场景;根因秒级分析背后,是把设备台账、工艺知识、故障案例与实时数据打通的「本体工程」能力。对中小制造企业而言,头部平台把这条链路跑通后,以低成本方式接入大模型运维能力正变得越来越现实。

值得关注:维修效率 +75% 的背后不是模型参数,而是设备台账、工艺知识、故障案例与实时数据的打通。

原文链接:https://www.toutiao.com/article/7694438246075384356/
航空 PHM 来源:腾讯新闻(编译)

美海军陆战队推进航空兵预测性维护:F-35B 等机型「快坏就修」取代「坏了再修」

美海军陆战队拟用 AI 融合飞行数据与维修记录,预测 F-35B、CH-53K、MV-22 等机型关键部件故障,提高出勤率、降低维护成本;挑战在于数据质量、误报信任与流程改造。

据美海军陆战队官网与 DefenceBlog 消息(10 月 8 日),美海军陆战队希望用人工智能提前发现飞机故障,把维修从「坏了再修」变成「快坏就修」。其航空兵装备 F-35B 隐身战斗机、CH-53K 重型直升机、MV-22「鱼鹰」倾转旋翼机等大量复杂机型,传统维护要么按固定周期检查(易过度维修),要么等故障后抢修(代价高且影响战备)。AI 预测性维护的路径是:采集飞行中发动机振动、温度、油压、旋翼状态、液压与航电数据,结合历史维修记录、飞行环境与零件寿命综合分析,在故障前识别异常模式——例如发动机振动曲线的微小变化即触发「建议下次任务前检查」。预期收益包括提高出勤率、降低维护成本、减少事故、减轻机械师压力。报道同时点出四大挑战:数据必须完整干净、算法误报会摧毁机械师信任、历史数据偏差可能导致学错、维护系统网络安全不容有失。值得关注的原因:航空 PHM 是技术成熟度最高的领域之一,军方大规模推进意味着预测性维护在「高可靠性刚需」场景的验证意义;其总结的「信任是最大门槛」与民用工业完全同构——系统准不准之外,维修体系愿不愿意改,才是真正的考验。

值得关注:军方 PHM 的最大考验不在技术,而在「维修体系愿不愿意改」——与民用工业完全同构。

原文链接:https://so.html5.qq.com/page/real/search_news?docid=70000021_9996ac8e7ba35052
学术前沿 来源:Scienmag

DWMTF 轴承诊断新框架:包络加权编码 + 混合注意力,CWRU 数据集准确率 98.61%

《Discover Artificial Intelligence》新研究提出动态加权马尔可夫转移场(DWMTF)编码与 HAResNet 网络,用包络幅值做动态注意力权重放大故障冲击,CWRU 十分类平均最优准确率 98.61%,较标准 MTF 提升 3.95 个百分点。

滁州职业技术学院蒋家国与蚌埠供电公司郭曼丽在《Discover Artificial Intelligence》发表两阶段轴承故障诊断框架。核心思路是:故障信号是叠加在平稳背景振动上的稀疏尖锐冲击,传统 MTF 编码对所有时刻一视同仁,会把故障冲击的关键判别信息「平均掉」。DWMTF 先用希尔伯特变换提取包络,再以包络幅值作为动态注意力权重,通过增强系数 λ 与原信号融合——故障冲击时刻在分箱前被放大,纹理图像中故障相关区域对比度显著提高。实验在 CWRU 数据集(正常+球故障+内圈+外圈共十类、三种损伤直径)上,DWMTF 编码平均最优分类准确率 98.61%,比标准 MTF 高 3.95 个百分点,也优于 GASF/GADF、灰度重排、小波 MTF 等编码。第二级 HAResNet 采用残差瓶颈结构,内嵌通道注意力与空间注意力并联的混合模块,两者元素级相乘后经卷积与 sigmoid 生成门控张量——网络在训练中学会「哪些故障靠全局通道特征识别、哪些靠局部纹理定位」,混合注意力较无注意力再提升 3.78 个百分点,最终验证准确率 98.50%。值得关注的原因:物理特征(包络)直接作为注意力权重注入编码环节,而非单纯堆网络结构——这是「机理+数据」融合在特征工程层的轻量级实现,对振动分析工程师有直接的工程借鉴价值。

值得关注:把包络物理量直接做成注意力权重——「机理+数据」融合不必堆大模型,特征工程层就能实现。

原文链接:https://scienmag.com/smart-ai-reads-bearing-vibrations-like-a-fingerprint-to-catch-machine-failures-early

深圳金邦通达智能科技有限公司 —— 华致赢设备数字化落地公司,专注设备智能运维(PdM/PHM)与故障诊断

首页 · 知识中心 · ROI 测算 · 产品中心

粤ICP备2026076177号-2