基于物联网、时序模型、大模型和智能问数,设备预测性维护【智能体】应用案例

一、概述... 3

二、设备预测性维护智能体... 3

三、设备预测性维护智能体应用... 5

4.1提示词... 5

4.2问数过程... 5

4.3问数结果... 5

4.4问数报告... 6

参考文章... 6

通过网盘分享的文件(程序包和应用手册):iNeuOS_AiInsight·数智灵鉴

链接: 百度网盘 请输入提取码 提取码: sj7y

一、概述

iNeuOS_IOT 平台为数据底座,采集设备振动传感器的时序数据。当用户以自然语言输入"分析某设备最近运行状态"后,iNeuOS_AiInsight 智能问数平台与DeepSeek V4 Pro大模型协同,自动路由至预测性维护技能包 ineuos-pdm,主要应用流程:

(1)设备关键词匹配、自动发现全部振动通道并查询最近历史数据;

(2)对通道历史数据计算时域特征、FFT 频谱分析、TOP5 频率提取、3σ 异常检测,输出 0-100 分健康指数;

(3)加载时序模型,以原始数据为基础,进行多通道未来趋势预测数据;

(4)对历史数据和预测数据分析结果进行综合评估预警等级(🟢🟡🟠🔴)、四维风险(趋势评分、波动性评分、阈值接近度评分和不确定性评分 )与剩余使用寿命

(5)历史分析与预测评估逐通道对比,结合DeepSeek V4 Pro 大模型,生成可视化诊断报告,输出设备健康评估、退化趋势预测和分级维护建议。

核心特点:(1)自然语言交互,无需 SQL 或专业工具;(2)振动通道独立分析和综合评估,支持 1~16 通道并发;(3)时域+频域双维度分析 + 自适应基线健康评估 +时序模型预测四层递进;(4)全链路错误处理及恢复机制,快速完成端到端响应。

创新点:(1)首次将 IoT 数据管道、时序基础模型与问数框架及LLM 智能体三者深度编排为技能包架构,各层职责严格解耦;(2)大模型从根本上杜绝幻觉查询与上下文污染。

**应用领域:**工业给料电机与轧机、石化泵组与压缩机、电力发电机与风电机组、机加制造 CNC 主轴与传送系统、矿山破碎机与通风机等各类旋转机械设备的振动监测与预测性维护。

二、设备预测性维护智能体

目录结构说明, SKILL.md是技能入口,database-schema.md是数据库结构说明,report_template.html是报告模板,analysis-prediction.py为振动数据分析和时序模型预测的脚本,SKILL.md中可以引用database-schema.md、analysis-prediction.py和report_template.html。升级版本可以增加转速、温度、电流、电压等数据。

|------------------------------------------------------------------------------------------------------------------------------------------|
| - ineuos-pdm - references - database-schema.md - scripts - analysis-prediction.py - templates - report_template.html - assets - SKILL.md |

如下图:

三、设备预测性维护智能体应用

4.1提示词

示例1:分析酒钢1#高炉给料电机最近的工作状态。

示例2:分析酒钢1#高炉给料电机最近1小时的振动数据。

示例3:预测酒钢1#高炉给料电机最近的工作状态。

示例4:预测酒钢1#高炉给料电机最近的运行状态。

4.2问数过程

选择技能和大模型,时序模型在py脚本文件中加载。用户输入提示后,开始执行振动分析过程:

4.3问数结果

分析过程比较快,如果中间有错误出现,问数框架协同大模型会进行修正。如下图:

4.4问数报告

最终生成report.html报告,下载到本地。如下图:

参考文章

(1)硬件网关:硬件产品边缘智能网关,集成机床、PLC和通用协议

(2)物联网(IOT):【全新重构发布】iNeuOS工业互联网操作系统 V5 版本

(3)视觉分析(Vision):iNeuOS Vision Detect机器视觉模型应用管理平台

(4)大模型智库(AiMind):iNeuOS工业互联网操作系统集成大模型智库(iNeuOS_AiMind·心智灵慧)

(5)大模型智能问数(AiInsight): iNeuOS_AiInsight·数智灵鉴,Text2SQL/NL2SQL自然语言大模型智能问数