项目背景
客户是国内著名的电机生产企业，其生产的矿用电机全国领先。在生产过程中设备故障一直是困扰企业提升生产效率的核心问题，如何提前发现设备故障的可能性、如何快速找到设备故障的原因、如何提升设备维修的响应时间，是企业生产环节关注的重点。
而传统的故障处理方案，需要查阅大量设备文档，解决效率低下。同时，还需要通常依赖工程师的经验，新人上手培训成本高。
解决方案
创新奇智在深度整合工厂制造执行系统（MES）的基础上，结合基于工业大模型AInnoGC的技术能力，增加工厂的智能化设备管理运维的能力，实现业务的全面协同，达成数据驱动的管理和智能化的数据分析的目标，AI 增强效率，向智能化建设方向进行迈进。
基于工业大模型的ChatBI和ChatDoc，依据客户8 大类重点设备的数百份经验文档及运维手册、结合大量历史维修记录作为数据源，通过AEAM设备管理模块的知识库管理、权限管理、知识问答推荐等多种智能化能力，实现用户对于设备的高效运维。
设备故障根因分析
在工厂设备运行的过程中，IoT实时采集设备运行数据，其中包括设备运行中出现的异常数据、故障信号等，并且通过机理模型进行预测，然后相关数据接入到ChatBI中进行根因分析，设备管理员通过自然语言的方式对其进行问答分析，并且支持生成多维度的分析报表，以及多轮追问的方式进行深度洞察分析，便于分析设备运行状态和排查异常事件。
故障诊断与处理
当设备出现故障时，需要输入设备型号和故障描述到ChatDoc服务中。工业大模型服务是一个核心的智能诊断系统，它通过分析输入的信息，结合设备历史维修记录、设备使用手册、设备SOP手册以及设备相关更多文档等数据，输出故障原因和维修策略。这些输出信息为维修人员提供了具体的故障原因分析和维修指导，帮助他们快速准确地定位问题并采取相应的维修措施。
设备维护计划的定制
在设备维护计划的制定部分，根据已经下发的清单和维修记录，大模型可以分析其中的内容并生成设备养护清单，最后制定执行计划发送给管理员进行确认。这一过程针对设备保养计划进行了新增/更新，并预防潜在的故障和延长设备的使用寿命。
整个流程通过ChatBI和ChatDoc的协同工作，实现了设备维护和故障处理的智能化和自动化，提高了设备的运行效率和可靠性。
项目优势
基于创新奇智工业大模型AInnoGC构建的“设备维护智能体” ，让MES系统与二者能力结合，简化设备维护的工作流程，实现设备维护保养闭环管理。维修人员在进行设备维修时，通过系统可自动/快速获取故障详情和维修策略，提高维修效率，省时、省力、准确。
降低知识库构建难度
通过从人工理解文档并归类组织转变为大模型读取海量文档，支持多格式、多来源知识输入，实现知识输入的高效和直接，从而快速启动知识库构建。
降低知识获取门槛
用户从预先学习并使用准确词语搜索转变为通过自然语言输入，并基于意图的准确信息检索，降低对于知识库组织体系学习的以及词语准确匹配的要求，用户可以从业务场景角度发起询问。
提升知识获取效率
从系统返回夹杂无用信息的海量文本，到快速摘要生成功能大幅缩短知识获取时间，帮助客户更快地获取所需信息，提高工作效率，关联性知识获取有效提升人员认知水平。