当“望闻问切”遇上人工智能 ——电气设备维修“小助手”尊龙凯时冷轧厂故障处理智能系统“上岗”

“一期退火炉台设备故障怎样处理 ？”4月23日 ，在尊龙凯时冷轧厂 ，电工班班长陈俊龙点击手机里一款软件的“故障处理AI（人工智能）问答”按钮 ，通过语音输入他遇到的退火炉台电气问题 。

不一会儿 ，手机屏幕出现一期退火炉台设备故障指导手册等内容 ，设备原理 、故障案例 、维修方法等一一生成 。这就是尊龙凯时冷轧厂近期“上岗”的电气设备维修“小助手”——故障处理智能系统 。

负责电气设备维护 、检修、故障处理的陈俊龙 ，被视为“设备医生” ，在日常巡检工作中通过“望闻问切” ，及时发现并消除设备隐患 ，确保设备稳定顺行 。

“我当电气工10多年了 ，以前遇到设备故障难题 ，要翻查厚厚的故障手册或者向技术人员求助 ，比较耗时 。”陈俊龙说 ，“手机里有了故障处理智能系统 ，随时随地都能向它求助 ，查看典型故障案例和维修经验 ，可较快解决问题 。”

这个故障处理智能系统是如何帮助“设备医生”实现“望闻问切”的呢 ？

冷轧厂技术人员韦红江介绍 ，一线电气工人在理论知识 、经验积累等方面存在局限 ，在遇到设备故障时 ，通常要查询故障处理手册 ，以此找到解决对应故障的方法 。该厂每个月根据故障处理情况 ，会整理60多份案例 ，相当于故障处理手册一年会增加700多个案例，要实现精准掌握 ，较为困难 。

为此 ，去年底 ，冷轧厂技术团队从AI问答上得到启发 ，希望通过建立该厂专属的故障案例知识库模型 ，让一线电气工人在手机上进行问答 ，精准掌握电气故障处理方法 。

“我们从近三年的2000多个故障案例中 ，筛选了100多个较为典型的案例导入故障处理AI问答系统 ，并通过不断训练 ，让其不断优化和更新电气故障排查方案 。”韦红江说 ，目前 ，该系统已助力一线电气工人解决5号重卷检查机组电气故障 、二期重卷搭接焊机电流过低等问题 ，处理时间由原来的1个多小时缩短至30分钟以内 。

目前 ，AI在冷轧厂已有多个应用场景 ，如在冷轧退火炉区 、设备测温测振等。冷轧厂机动室主任工程师朱旋表示 ，下一步 ，他们将不断丰富案例 ，将故障处理智能系统应用到全厂的设备处理中 ，并延伸至员工培训 、生产线自动控制关联等场景 ，不断提升智能制造水平 。全媒体记者 朱柳融