钢铁企业设备运维面临着设备状态提升和运维成本压降的双重压力，通过“大数据+AI”助力设备智能化运维成为破局的关键。宝钢股份与宝信软件、宝武智维合作，基于数智化技术积极探索，在降低点检负荷、提升设备管控能力等方面构建设备智能运维解决方案。
2024年9月，宝钢股份iEDAS（intelligent Equipment Diagnosis Analysis System)平台上线，基于海量设备状态高频数据，采用大数据流式计算等技术，提供了设备状态预警规则编制、设备状态专业分析（如趋势分析、频谱分析与相关性分析等）、设备状态报警处置闭环管理等一系列平台化工具能力；同时融入AI新技术，将大小模型与时序数据相结合，在设备状态预测、设备状态监控及设备知识库等方面进行了一系列有益探索。
AI助力设备状态预测
以液压系统液位智能预测为例，结合工况研究液位的变化趋势，通过工艺参数与传感器波形数据，建立智能监测模型，对液位进行智能监测和液位预测，采用深度学习模型替代原有人工经验调节，提升液位控制精度。同时构建多级预警机制(提醒/报警/紧急停机)，当检测到液位变化偏离工况基准模型时，根据偏差量、趋势持续性等因素进行分级响应，提供精准运维指导，通过工况联动的多维度诊断结果智能推送补油建议、密封件更换预警等维护策略。
液压系统液位智能预测上线后，漏油事件识别精度显著优化，液压系统油耗与补油成本持续降低，油料管理效率稳步提升，同时人工点检与异常判断工作量明显减少，加油事件识别准确性显著增强。
AI助力设备状态监控
之前的设备监控，需要大量人工配置预警规则或专业代码定制化编程，规则配置工作量大且需要不断校核调整规则。采用大模型进行设备预警规则推荐，通过对话式交互理解业务需求，自动生成规则逻辑建议，引导规则编制、修改和发布，同时内置常用的设备预警规则模板库，辅助用户高效创建和复用规则。除规则主动推荐外，平台还提供设备预警规则阈值自学习功能，依据历史数据，推荐各类预警和异常等级的建议阈值，辅助设备预警规则设定合理的阈值范围，提升规则报警准确率。
设备预警规则AI推荐覆盖了80%以上常用规则，大幅提升了预警规则编制效率和预警规则准确度。
设备知识问答助手
设备知识问答助手基于设备知识库，利用大模型+知识图谱技术，通过智能挖掘和利用，实现设备故障、操作手册、维修记录等知识的快速搜索、原因分析，支持现场对故障的快速定位及维修，提升设备维护效率。
设备状态是钢铁企业生产稳定顺行的重要一环，借助AI助力设备智能运维，可有效提升设备状态精准把控，降低现场运维人员的重复性劳动投入，综合提升设备运行保障能力。宝信软件将进一步推进AI赋能设备智能化运维的深度与广度：一方面融合大小模型与传统机理模型，利用多模态技术综合提升设备管控精度；另一方面将智能运维从主重作业线、通用专业设备向辅线、专用设备推广，以推动设备运维模式的变革，综合提升设备效能。
