专访

您当前的位置:首页 > 专访 > 专访佳都科技集团智能运维产品部总经理 王玥邈博士

专访佳都科技集团智能运维产品部总经理 王玥邈博士
发布时间:2025-06-30 10:26:15阅读:收藏
摘要:专访佳都科技集团智能运维产品部总经理王玥邈博士。

1751248137852158.png

是现代轨道交通网策划打造的深度访谈节目,通过对城市轨道交通相关行业业内专家一对一访谈,聚焦行业发展现状,分享行业最新动态,探讨最新科技应用,助力城市轨道交通高质量发展。

2025(第九届)中国城市轨道交通智慧运维大会于5月10日至11日在厦门隆重举行(点击蓝字查看会后报道)。大会由现代轨道交通网首创策划,中国机械工程学会设备智能运维分会联合主办,中国设备管理协会设备诊断与自愈工程委员会协办。来自行业协会、城市轨道交通建设和运营单位、设计院、轨道交通优秀供应商、科院高校等700余位代表围绕车辆运维、设备设施管理及智慧城轨建设等核心议题开展深度研讨,共享技术创新成果与实践经验,共绘智慧运维发展蓝图。

本届大会面向全国征集近百项解决方案,综合创新性、科学性、普及性应用等各方因素,经多轮审核,佳都科技集团股份有限公司(以下简称“佳都科技”)等单位提交的10个项目入选"优秀创新案例",厦门地铁等单位申报的10个项目获评"优秀应用案例"。其中佳都科技申报的《基于预训练基础模型的设备PHM》被评为第九届中国城市轨道交通智慧运维大会优秀创新案例。大会通过系统总结和推广城市轨道交通智慧运维标杆解决方案,发挥示范引领效应。

据悉,自今年4月发布佳易维运维智能体以来,佳都科技已在设备运维过程管理、维修辅助决策等方面推出了基于大模型技术驱动的应用案例,包含智能排班、学习地图、自动派单、精准作业、质量管控等业务功能。本次申报的《基于预训练基础模型的设备PHM》则聚焦利用大模型技术,对设备实时运行状态进行数据采集、分析与诊断,从而实现佳易维智能体驱动下的故障发现-工单生成与派发-人员到场修复-设备故障恢复的运维业务主流程的完整闭环。

《谈轨论道》栏目有幸采访了佳都科技集团智能运维产品部总经理 王玥邈博士,王玥邈博士就《基于预训练基础模型的设备PHM》的相关核心技术及创新点等进行了介绍。

项目名称:基于预训练基础模型的设备PHM

主要完成单位:佳都科技集团股份有限公司

主要完成人:刘佳,王玥邈,袁俊龙,艾震鹏,苗智林,朱闯闯

1751249861228372.jpg

项目简介

本项目以预训练基础模型为核心突破点,针对多源数据壁垒、小样本诊断困境与动态适应性难题,构建覆盖“感知-诊断-决策”全链路的智能化PHM系统,通过跨模态协同分析、知识迁移与在线进化能力,深度融合振动、图像、文本等多维度信息,在少量标注数据下实现故障精准预警(如转向架轴承失效、接触网磨损、道岔动作异常等),并动态适配设备退化与工况变化,支撑“按需维修”策略优化,目标将重大故障预警准确率提升30%、维护成本降低20%,推动轨道交通运维从“经验驱动”向“数据智能驱动”转型,为行业安全、高效、可持续发展提供核心支撑。

立项背景

以基于预训练基础模型的设备PHM赋能的站台门智能运维为例,随着我国城市轨道交通运营里程突破1万公里(截至2023年数据),日均客流量超8000万人次,站台门系统作为保障乘降安全的核心设备,其运维压力呈现二大结构性矛盾:

1)设备规模激增与运维能力滞后的矛盾

传统人工巡检模式需投入较多的专职运维人员,单次故障定位平均耗时较长,严重影响线路运营效率。

2)隐性故障风险与预防手段缺失的矛盾

站台门机械传动部件磨损、电气触点氧化等渐进式故障占比较高,传统阈值告警机制无法识别早期劣化特征。

在上述的背景现状下,本项目基于基于预训练基础模型的设备PHM技术的关键赋能的技术突破,深度耦合形成智能运维闭环,以实现围绕站台门系统设备部件级的数据采集、故障诊断,并且提高传统PHM模型算法的训练速度,主要实现以下三大技术突破:

1)多源异构数据采集与融合效率提升:突破传统单维度数据采集局限,通过多传感融合技术与动态编码解析引擎,实现高精度、高时效的数据获取;

2)故障诊断精度与响应速度双重突破:通过知识图谱推理引擎与大模型联合分析,攻克复杂故障场景下的诊断难题,使用蒸馏技术提升模型响应速度;

3)PHM模型训练速度与泛化能力升级:采用参数冻结与局部微调策略,在保留历史数据特征基础上,新数据训练耗时从16周缩短至6周,效率提升60%以上;

核心技术及创新点

核心技术

  • 垂直领域大模型蒸馏技术:知行垂类大模型作为基础模型,在保留模型基础能力的前提下对模型进行蒸馏处理,利用大规模工业多源数据(如振动信号、温度、电参数、维护日志、图像等)进行预训练,形成针对轨道交通关键设备的场景级模型,支持设备编码动态解析、多源信号联合分析;

  • 多维信号智能分析技术:融合振动、电流、位移、温度、转速等数据,通过注意力机制提取跨域特征,构建机械传动、电气控制、安全回路的关联PHM健康评估模型。

  • 动态知识图谱推理技术:覆盖机械/电气/控制三大系统的故障知识网络,支持从故障特征到维修方案的智能映射。集成在线学习模块,每日吸收现场数据(维修记录、传感器波形),动态更新图谱节点,解决传统专家系统的知识固化问题。

  • 基于预训练基础模型的设备PHM算法优化技术:在数据处理方面极大强化了数据集成、数据清洗、数据转换的周期;

创新点:

行业大模型与PHM的深度耦合:

  •  首创“大模型实时感知+知识图谱推理+PHM动态决策”闭环架构;

  • 基于Transformer的设备编码动态语义引擎,支持设备编码变体的跨系统精准识别(准确率99.3%),消除人工录入误差;

  •  站台门部件级传感数据的多维联合分析模型,攻克机械与电气故障耦合难题,隐性故障识别覆盖率从68%提升至95%。

取得成果及应用前景

取得成果

1)故障诊断能力提升

  • 站台门专业复合故障诊断准确率提升至97.5%;

  • 典型故障识别准确率提升至99.7%;

  • 故障诊断时间缩短至5.3秒;

2)运维效率优化

站台门日巡检效率提升超45%,降低人员工时投入约15%,基于更高的故障诊断覆盖率,可缩短故障维修时间34%。

依据轨道交通行业运维规程,站台门系统运行10年后需中修、15-20年后需大修。目前国内运营超10年的70条线路(覆盖1399座车站)中,90%以上站台门系统已进入中大修周期,亟需通过智能化改造实现精准维保。传统中大修依赖人工经验判断,存在过度维修(成本增加30%以上)与隐性故障漏检(事故风险提升22%)双重隐患,为集成PHM技术与行业大模型的智能运维系统提供规模化落地契机。

应用前景

既有单专业智能运维系统因定制化开发成本高、设备覆盖率低,难以实现经济性推广。行业大模型PHM系统通过预训练模型+微调适配模式,可复用70%以上基础算法模块,将站台门系统单站改造成本降低,同时覆盖机械传动、电气控制、安全回路等全子系统。

目前佳都集团在广州、长沙等地开展基于行业大模型PHM智能运维系统的落地应用,累计覆盖超10000台套设备应用。后续计划依托佳都集团全国业务布局,在全国范围内进行全面推广。综上所述,基于预训练基础模型的设备PHM智能运维系统,聚焦轨交车站机电设备等全专业,以安全为底线、数据为基础、技术为驱动,围绕标准化、信息化、数字化、智能化开展以结果为导向的高质量的运维服务管理,创造提质增效价值。

企业简介

佳都科技集团股份有限公司(简称:佳都科技)是中国专业的人工智能技术产品与服务企业。公司创立于1992年,上海证券交易所A股主板上市(股票代码:600728)。佳都科技以“城市慧变得更好”为使命,提供从基础理论、核心算法到城市场景应用的全栈人工智能技术产品与解决方案,专注城市群立体交通行业,赋能全球城市现代化建设与治理。公司基于自主研发的人工智能、数字技术和工业控制等核心技术,聚焦城市群立体交通主赛道(智慧轨道交通、智慧城市交通)和两大业务场景(企业数字化升级、智慧城市治理),打造行业首个“地上+地下”的城市群立体交通数字底座,构建一个更安全、高效、开放、人文、健康、绿色的未来城市生态。

1751249938190.jpg

×

现代轨道交通网
扫码关注微信公众号

轨道运维
扫码关注微信公众号

点开扫码关注
×