简介
高铁、飞机、盾构机、水轮机等高端装备，是国家重大工程的“硬脊梁”。其系统高度耦合，长期面临极端服役环境与零容忍失效约束的挑战。传统运维模式正遭遇系统性瓶颈：如跨尺度物理退化机理难以量化，碎片化数据难以表征动态演化，人工巡检受限于经验断层，而固定规则的自动化运维则困于未知失效模式的“认知盲区”。 当前，以大模型和智能体为代表的工业人工智能正驱动运维范式向“数据与知识双驱动”变革。然而，然而，从实验室的“统计学惊艳”走向工业现场的“高可靠运行”，技术鸿沟依然巨大。工业现场面临负样本极度稀缺、动态泛化受阻，以及数据驱动与物理一致性难以调和等底层挑战。高端装备智能运维的突围，迫切需要跨越单点AI工具的碎片化应用，构建“全时感知-精准诊断-时变预测-自主决策-闭环执行”的全链条系统级解决方案。 基于此，本论坛紧扣技术前沿与工业落地痛点，围绕“真痛点、真边界、破局路”展开深度思辨： 议题一：痛点伪真之辨——高端装备运维到底“痛”在哪里？究竟是物理机理“说不清”，还是碎片数据“读不懂”？ 作为讨论起点，厘清运维的底层病灶。传统运维的困局，到底是复杂系统跨尺度退化规律超出了人类的机理认知极限，还是多源异构数据无法有效表征既有规律？智能体的引入，究竟是实现了运维认知的范式重构，还是仅仅换了个更高级的单点工具补丁？ 议题二：机理挖掘之辨——样本稀缺的“物理孤岛”下，智能体是真正“读懂”了物理规律，还是陷入了“统计学幻觉”？ 直击科学本质。在故障样本极度匮乏、负样本无法穷尽的极端工业场景下，大模型和智能体展现出的涌现能力，究竟是基于对物理退化机理与工艺边界的“深刻理解”，还是仅在大数据空间里进行的高维概率拟合？在零容忍的安全约束下，缺乏物理可解释性的“黑盒预测”，工业现场究竟敢不敢信？ 议题三：工程范式之辨——从“实验室惊艳”走向“工程可靠”，破局路径是走向“全自主智能”、依靠“物理机理嵌入”，还是重构“人机协同”？ 面向未来落地，跨越从精度到可靠性的鸿沟，究竟路在何方？是坚持纯数据驱动，寄希望于智能体演进为超越人类经验的“全自主智能”；是走物理一致性路线，通过数学手段将物理方程硬性约束至模型底层的“机理嵌入”；还是跳出纯算法视角，将智能体定位于“副驾驶”，走向“人机协同”的信任与安全防御机制重构？这三种范式谁才是工业落地的终极解？
简介为官网原文，部分内容可能未写完。
人员
主席
- 魏宪 · 华东师范大学
- 付昱凯 · 中国科学院工业人工智能研究所
嘉宾
- 程宏 · 上海立信会计金融学院
- 张晓光 · 福耀科技大学
- 王艺霖 · 上海浦江实验室
- 张振林 · 西南交通大学
- 李奕潇 · 南京景曜智能科技有限公司
报告安排
模型如何“读懂”物理规律：物理先验与因果推断驱动的高端装备可信运维
程宏 · 上海立信会计金融学院
简介
高端装备运行数据具有多源异构、故障样本稀缺、工况持续变化和退化机理复杂等特点。纯数据驱动模型虽然善于发现相关性，却可能依赖特定工况下的偶然规律，难以回答故障为何发生、如何传播以及干预后会怎样。本报告结合报告人在统计风险管理、人工智能应用与因果推断方面的研究积累，围绕“模型能否真正读懂物理规律”这一核心问题，介绍如何将物理方程、部件关系、时间演化、频谱特征和工程知识作为物理先验嵌入智能模型，并进一步利用因果推断识别跨工况稳定的退化机理与故障传播路径。报告还将讨论物理一致性、因果理解与可信决策之间的区别与联系，以及如何通过不确定性量化和风险评估，将故障预测转化为可解释、可验证、可追溯的高端装备运维决策。
噪声鲁棒与不确定性感知的旋转机械智能故障诊断——让模型“知道自己不知道”
张晓光 · 福耀科技大学
简介
高端装备运维场景中，振动信号往往叠加强噪声并伴随复杂多变工况，导致诊断模型“看得见数据、读不懂物理”，在分布外样本面前给出过度自信的错误判断。本报告围绕论坛主题“模型能读懂物理规律吗”，介绍一种自适应双分支特征增强网络（ADB-FENet）：拓扑分支通过动态加权渐进特征提取与多准则连接图，刻画信号样本间的结构关系；时序分支基于证据理论显式建模振动信号的内在不确定性，使模型在强噪声下依然保持稳健，并能够“知道自己不知道”。二者经共享交叉特征融合模块实现互补交互。在多个公开数据集及水泥厂皮带机实际产线数据上的验证表明，该方法在强噪声环境下仍保持领先的诊断精度，且其不确定性度量可有效识别训练中未见过的新故障类型，为工业人工智能在高端装备运维中的可信落地提供了一条可行路径。
面向民机故障诊断与预测的多模态大模型构建研究
王艺霖 · 上海浦江实验室
简介
民机运行过程中，机载传感器持续产生高维飞参时序，排故手册与维修记录等文本则承载着维护知识，故障诊断与预测需要同时利用这两类异构信息。然而，飞参时序一致性差、故障样本稀缺、跨机型工况差异显著，时序状态与文本语义的对应关系模糊，传统单模态方法难以贯通。本报告介绍面向民机故障诊断与预测的多模态大模型构建研究：从飞参时序事件化表征与健康状态自监督学习出发，建立时序与文本的语义对齐机制，发展具备跨机型迁移能力的多模态基础模型，并在国产民机实际运行数据上验证其有效性。报告最后讨论时序多模态大模型在民机运维场景落地中面临的数据、标注与可信性挑战。
高速载运装备绿色智能激光制造与再制造技术
张振林 · 西南交通大学
简介
高速列车、先进战机等高速载运装备关键部件正向着结构功能化、构件轻量化、组件整体化快速发展，绿色智能激光制造与再制造是实现急、难、险、新零部件研制与运维安全的理想技术之一。本研究聚焦高速载运装备研制与运维需求，突破基于机器学习的钛合金等激光制造与再制造专用材料成分开发与制备，发展熔池在线监测与闭环控制的大功率激光增材制造技术、多能场辅助的高性能修复技术与专用装备等，推动增材制造在航空航天和轨道交通领域的应用。
智能巡检机器人在轨道载运装备的应用研究及展望
李奕潇 · 南京景曜智能科技有限公司
简介
本报告围绕轨交列车智能巡检机器人产品展开，介绍其在动车组、机车及城轨车辆检修场景中的系统构成、关键技术与应用实践，重点探讨机器人自动采集、自主导航规划与AI感知识别等技术的融合应用，并围绕具身智能技术在任务理解、自主规划、环境适应等方面的应用路径与发展前景进行探讨。