佳都科技AI革新季：「LLM PHM」大模型技术守护城轨运行

为车站设备投入“双保险”

智能运维助手搭载「LLM+PHM」两大模型技术路线，它可以轻松理解自然语言指令，并通过数据分析大幅提升城轨运行过程中故障预测的准确率和故障修复的时效性。

| 见多又识广，智能问答化身得力助手

佳都智能运维助手通过不断学习和成长，从实验室逐步走向地铁车站。基于大语言模型（LLM）强大的语义理解能力和智能对话功能，该模型对专业知识的理解和表达能力达到行业专家的水平。在大数据集的支持下，LLM能够高效地找到相关的知识信息，为决策提供支持。

想象一下，一名地铁运维中心的工程师遇到了一个棘手的故障问题，随后向系统发出了问题指令，智能运维助手迅速响应，它通过分析历史故障数据、维护记录和实时监控数据，给出可能的原因和建议，供维护人员逐一排查，并提供具体设备或部件的维修方法。

通过智能问答，维修人员还能获取故障设备的专业、位置、参数等具体信息，从以往相似的故障工单中高效定位问题及维修方案，实现提报、派单、分配、闭环、生成报告全流程自动化。

| 精准又高效，检查设备“头疼脑热”

除了提供智能问答服务，借助故障预测与健康管理大模型（PHM）的力量，智能运维助手像给设备“做CT”一样，深入设备内部，发现潜在的问题并提供“急救包”方案，确保城轨运行安全。

具体来说，PHM大模型具备高数据利用率、高准确率、强泛化性等特点，可通过系统历史和当前监测数据，诊断并预测设备的实时健康状态、性能衰退趋势、剩余寿命预测以及潜在故障风险，协助工作人员提前发现潜在问题，更好地掌握设备运行状态，优化设备维护策略。

在故障出现时，智能运维助手基于设备运行数据与少量的有标签故障样本进行比对，就可以实现对主要故障的诊断，其设备异常检测准确率不低于98%，故障诊断准确率和覆盖率分别不低于99%和80%。

地铁智能运维助手具备高度的自主性与独立性，可在不依赖其他业务系统或操作设备的情况下自主运行，确保了其与当前运行的业务管理系统和轨道交通设备之间互不干扰，为地铁系统的稳定运行提供了更为坚实的保障。

随着我国城市轨道交通的蓬勃发展，轨交运维系统升级换代的步伐日益加快。在北京、上海、广州、重庆等城市，地铁系统已逐步尝试并推进智能运维系统的落地应用。