预测性维护 03.2021 上海 / 中国 罗兰贝格 洞见 数字化运维的制胜基石 1 随着互联技术的革新、大数据的应用与积累、计算能力的提 升及相关模型理论的高速发展，人工智能的应用场景逐渐丰 富，并在近几年逐步过渡到实操落地。各行各业正积极探索 通过人工智能赋能的运营模式，并以此推动产业升级及长期 的运营转型。 在政策端，从2017年7月国务院印发的《新一代人工智能发 展 省出具的智能制造指导政策与意见等。这股政策东风逐渐催 生了制造业的数字化及智能化的转型之路。而运维服务（ 如 备品备件销售、设备维护及维修等）作为制造业的重要组成 元素，通过工业互联网及人工智能的深度融合打造出创新的 应用场景，并实现持续降本增效的趋势目标。 运维服务的发展进程主要分为四个阶段： 01 预测性维护是什么？ 我们为什么需要它？ 封面图片： koto_feja 01 / 运维服务的发展进程 制造业对运维服务的注重维度已经改变，过去传统的备品备 件购买及定期维护观念已经过时，通过工业互联网和人工智 能赋能的数字化运维解决方案将是新的趋势。 资料来源：罗兰贝格 基于故障 预测的维护 响应式 维修 计划性 维护 基于条件 的维护 "故障后维护" "预防性维护" "预测性维护" "状态监控式维护" 2 02 / 预测性维护运作原理 1.消极维护：这是运维服务最原始的方式，通常指当机械故

数据准备和管理 采购和库存管理 基础 数据 财务管理 深化品类管理 门店数据管理 柜组数据管理 商品品类管理 基础参数管理 供应 商准 入和 新品 信息 供应商数据管理 商品数据维护 品牌数据管理 价格数据管理 财务 数据 科目数据管理 银行数据管理 成本中心 数据 利润中心 数据 …… 需求和补货 补货参数设置 自动补货需求 订货项目补货预测 采购和入库 数据准备和管理 采购和库存管理 基础 数据 财务管理 深化品类管理 门店数据管理 柜组数据管理 商品品类管理 基础参数管理 供应 商准 入和 新品 信息 供应商数据管理 商品数据维护 品牌数据管理 价格数据管理 财务 数据 科目数据管理 银行数据管理 成本中心 数据 利润中心 数据 …… 需求和补货 补货参数设置 自动补货需求 订货项目补货预测 采购和入库 供应商主数据 供应商主数据 通过统一管理保证商品的唯一和统一 数据管 理规范 整合商品门店级数据各门店可以灵活修改 门店创建非整合商品，其它门店可共享使用 统一维护 规范录入 灵活性 整合商品劲草统一录入，全集团共享 提高数据维护质量，减少重复工作 通过执照号、商品条码等信息系统进行自动化校验，避免重复录入 增加选择项，减少录入项，确保数据规范，提高准确率 以商品举例，按不同品类设计特有属性，既满足业务特点，又单

用，特别是信息 / 数据方面的实用化？ • 如何将架构蓝图在系统 / 工具中固化，以确保架构在 各个项目中的统一？ 上海电力企业架构亟需回答的核心问题 本项目的相应交付物 本文内容 3 • 能否建造和维护清晰规范 的企业架构并在各部门达 成共识？能否规划出企业 架构的发展路线图并在各 部门达成共识？ • 能否将达成共识的企业架 构落实到项目建设中？ • 能否将达成共识的企业架 构路线图落实到项目组合 企业架构方面的差距来自于企业架构管理的差距 架构 的设 计方 面的 问题 现象 影响 未穷尽 • 集成平台利用低 • 集成灵活性差，变更成 本高 • 企业数据模型缺失， 数据集成度低 • 数据维护成本高，一致 性及时性低 • 业务架构缺全景 • 跨部门业务整合能力低， 成本高，工期长 • 部分基础设施分配 不清晰 • 固定资产投资收益欠优 • 项目排序与架构规 划不一致性 • 应用开发建设 计划 建设 测试 投入 使用 IT 项目组合管理 IT 战略 / 治理 / 组织 战略规划 业务 /IT 关系 管理 企业架构管理 项目组合管理 业务要求 管理 企业架构的创建与维护 战略变化导致架 构规划调整 A2 业务 /IT 关系的 协调部门提出架 构更新的要求 企业架构在项目管理中的贯彻 B1 IT 项目审批必须 包含架构合规 检查 B2 架构合规审查还要在明确的

..................................124 6. 维护与升级...............................................................................................125 6.1 系统日常维护........................................... 运行状态可以实 时监控，进一步提高能源利用率。 最后，DeepSeek 还具备故障预测和预警功能。通过对车辆和 基础设施的运行数据进行分析，系统能够提前识别潜在的故障风 险，并通知维护人员进行预防性维护，从而减少突发故障对运营的 影响。 本项目计划在试点城市进行为期六个月的测试，测试阶段将覆 盖地铁、公交和轻轨等多种公共交通工具。通过实际运营数据的反 馈，我们将不断优化算法和系统功能，确保 提供了可能。基 于 DeepSeek 的应用方案可以从以下几个方面显著提升运营效率：  实时数据分析：通过采集车辆 GPS 数据、客流数据及路况信 息，实现动态调度和资源优化。  预测性维护：利用机器学习算法预测车辆故障，减少非计划停 机时间。  智能化乘客服务：提供个性化的乘车建议和实时信息推送，提 升乘客体验。  能源与环保管理：优化能源消耗，降低碳排放，助力绿色出 行。

用户培训计划......................................................................................66 7.2 技术支持与维护..................................................................................68 7.3 故障排查与修复.. 性能计算硬件、智能算法和医疗行业专用软件，打造一个能够满足 医疗机构在数据分析、图像处理、辅助诊断等方面的计算需求的综 合解决方案。DeepSeek 智算一体机将采用模块化设计，确保系统 的高效性、可扩展性和易维护性。 在硬件方面，DeepSeek 智算一体机将搭载最新的多核处理 器、高速内存和大容量存储设备，以支持大规模的医疗数据处理。 同时，显卡和专用加速器将被集成用于加速深度学习模型的训练和 推 别和标注病灶区域，辅助医生进行更快速、更精准的诊断。 为了确保系统的稳定性和可持续性，DeepSeek 智算一体机将 采用智能化的运维管理系统。该系统能够实时监控设备的运行状 态，预测潜在故障，并提供远程维护和升级服务。此 外，DeepSeek 智算一体机将支持绿色节能技术，通过智能功耗管 理和散热优化，降低运行成本，符合医疗行业对环保和可持续发展 的要求。 通过以上设计，DeepSeek 智算一体机将成为医疗机构数字化

人工智能（AI）技术的不断成熟，尤其是大型模型（如 GPT、BERT 等）的应用逐渐扩展，钢铁行业也开始考虑这些先进 技术带来的潜在转型机会。 在钢铁生产过程中，原材料采购、生产规划、设备维护、质量 监控和市场需求预测等环节均蕴含着丰富的数据资源。通过将人工 智能大模型应用于这些关键环节，企业能够实现数据驱动的决策与 优化，提升运营效率，降低成本并提高产品质量。具体而言，AI 大 波动，帮助企业找到最佳的采购时机和供应商，降低采购成 本。 2. 生产流程优化：构建基于大数据分析的智能调度系统，实时监 控生产线的运行状态，调整生产计划以提高设备利用率和生产 效率。 3. 设备预测性维护：通过物联网技术收集设备运行数据，并应用 深度学习预测设备故障，提前进行维修，降低停机时间。 4. 质量控制与监测：利用计算机视觉与数据分析技术，对生产过 程中的产品质量进行实时监测，及时发现和纠正问题，有效降 生产过程优化：通过实时数据监测和模型预测，对炉料、温 度、时间等进行精确调控，降低能耗提高产量。 2. 质量控制：借助 AI 视觉检测技术，实时监测产品质量，识别 并剔除不合格品，提高产品合格率。 3. 设备维护：利用机器学习分析设备运行状态，实施预测性维 护，降低设备故障率，减少停机时间。 4. 供应链管理：优化原材料采购及库存管理，通过数据分析预测 市场需求波动，提升整体供应链效率。 5. 环保管理：通过

地域分布上，国内的各大城市对于智能交通的发展都非常重视。应用先进的物联网技术，可以 实现并对公共交通资源数据的实时获取和高效管理和维护，并自动反馈信号到车载系统等终端 设备，以此实现智能交通，解决一系列的公共交通问题。 2. 项目建设目标和主要内容 2.1 项目目标 在对公共交通资源数据进行高效的管理和维护的基础上，搭建“城市公共车联网”综合服务 平台，部署交通信息网络，通过车载系统、GPS、GIS 等系统，整合公共交通各类特种车辆运 查询服务，对车辆进行动态跟踪，提高车辆运行透明度，同时，提高交通应急反应能力，保障 特殊情况下交通安全高效； 3) 通过物联网车载系统，对车辆主要部件（如，发动机、变速器）的运行状态监测，结合设 备维护信息，对车辆进行实时有效运营维护管理，优化采购和库存，减少维护费用，降低重大 故障率。统一车辆管理，实时监控车辆油耗，统一燃料配送； 4) 通过城市道路基础设施建设（在路边控制站安装激光、摄像和系统技术），对车辆进行探 测、 “城市公共车联网综合服务平台”可以有效解决目前普遍存在的公共交通的诸多问题，提高 公共交通行业的运营效率和服务质量，随时掌握供需信息，增加运营效益。它便于改善市民生 活方式，提高市民素质，减少社会上现金流通，有效维护社会生活的正常秩序。该项目的实施 将极大地提升我市的城市形象，有力地促进我市社会经济的繁荣和发展。 机密 第 9 页 共 25 页 6/18/2025

可以更灵活地应对各种财务场景，但可能需要更多的维护和更新工作。 基于参数化的会计引擎：这种方式依赖可配置的参数，用于处理企业的财务交易。基于参数化的会计引擎具有 较高的灵活性，可以根据企业的需求和特点进行定制。然而，这种方式可能需要更多的开发和维护工作。 基于组件化的会计引擎：这种方式采用模块化的设计思路，将会计引擎划分为多个相互独立但协同工作的组件。 基于组件化的会计引擎具有较好的可扩展性和可维护性，可以适应不同规模和需求的企业。但这种方式可能需要较高的 开发成本和技术水平。 基于人工智能的会计引擎：这种方式利用人工智能和机器学习技术，用于自动处理和记录企业的财务交易。基 于人工智能的会计引擎具有很高的智能化程度，可以自动识别、处理和优化财务数据。但这种方式的实施和维护成本可 能较高，且可能需要专业的数据科学家和软件工程师进行支持。 为什么会有这么多种构建方式？因为不同的企业有不同的需求、规模和特点。选择适合企业需求的会计引擎构建方式， 可以帮助企业更有效地处理和管理财务数据，降低成本、提高效率。 中应涵盖各种典型的交易场景，并对发现的问题进行修复和优化。 集成和部署：将开发完成的会计引擎集成到企业的财务管理系统中，并进行部署。需要确保会计引擎能 够 与其他系统模块（如财务报表、预算管理等）顺利协同工作。 维护和更新：基于规则的会计引擎需要定期进行维护和更新，以适应会计准则和规则的变化。这包括更 新 会计处理流程、修改会计规则、优化程序代码等。 通过以上步骤，可以实现一个基于规则的会计引擎，以帮助企业正确地处理和记录财务交易。虽然这

控制面板 #109876 #109875 #109874 人工智能在生产制造中的其它实践与应用 维护预测 (Preventative maintenance) 机器参数调整 (Automatic optimization) 产量优化 (Yield optimization) 什么是人工智能？ 技术 / 数 据 性能 什么是神经网络？ 机器失效概率 距上次检测时间 示例 : 维护预测 (1/3) 机器失 效概率 输入 A 输出 B 机器失效概率 / 维护安 排 距上次检测时间 “ 神经 元” 神经网络 示例 : 维护预测 (2/3) 润滑次数 机器寿命 湿度 维护不足 磨损 运营环境 机器失效概率 输出 B 距上次检测时间 输入 A 距上次检测时间 距上次检测时间 润滑次数 机器失效概率 机器寿命 输出 B 湿度 输入 A 示例 : 维护预测 (3/3) 建立人工智能公司 百货商场 + 网站 ≠ 互联网公司 互联网公司主要特点 : • A/B 测试 • 快速迭代 • 工程师及产品经理进行决策 … 传统公司 + 机器学习 ≠ 人工智能 公司 人工智能公司主要特点 : • 战略数据收集

可视化展示，为政策制定和决策提供数据支持。 - 建立一套完整的 知识库管理和维护机制，确保知识的时效性和安全性，为电子政务 的长期发展提供可靠的知识保障。 为实现上述目标，项目将分阶段推进，首先进行政务数据的收 集和预处理，然后利用 DeepSeek 模型进行知识抽取和整合，最终 构建一个可扩展、可维护的电子政务知识库。通过本项目，预期能 够显著提升电子政务系统的智能化水平，为公众提供更加便捷、高 有电子政务平台的集成，确保系统的兼容性和稳定性。 4. 测试与部署：进行系统测试，包括功能测试、性能测试和安全 测试，确保系统达到预期目标后，进行部署和上线。 5. 用户培训与维护：为政府部门的工作人员提供系统使用培训， 建立系统维护机制，确保系统的长期稳定运行。 通过本项目的实施，预期将显著提升电子政务的服务水平和效 率，为政府部门提供更加智能、便捷的支持工具，同时也为公众提 供更加优质、高效的政务服务。 高效存储与检索：支持海量数据的快速存储与检索，确保用户能 够在短时间内获取所需信息。 - 智能问答与推荐：基于 DeepSeek 模型，实现自然语言处理与智 能问答功能，提升用户体验。 - 数据更新与维护：支持动态数据更新，确保知识的时效性与准确 性。 - 安全性与权限管理：设计完善的安全机制，保障数据隐私与系统 安全。 在技术规划方面，需综合考虑系统的可扩展性、性能与成本。 建议采用以下技术架构：