CMMS

Articles related to "CMMS"

3 articles in total

面向工业AI的边缘计算架构:在工厂车间中生存的5种模式

KGT Solutions 基于在钢铁厂、糖精炼厂和发电站两年的边缘AI系统部署经验,提出了五种经过工厂验证的边缘计算架构模式。模式一为分层边缘与云同步架构,边缘端负责毫秒级实时推理(如轴承故障预测需秒级告警),云端每15分钟批量同步原始数据进行模型重训练和跨设施对比分析。模式二采用联邦特征存储,在边缘端将不同传感器(轴承振动25.6kHz、电机电流波形10kHz、锅炉温度每秒一次)的异构信号归一化为统一特征向量,使单一异常检测框架可跨设备类型部署。模式三实施影子部署与自动回滚机制,新模型与现有模型并行推理48小时,若误差率相对基线超过5%则自动回滚,该模式已避免三次生产事故。模式四建立三级告警体系——Watch仅仪表盘显示、Plan自动创建维护工单、Act Now通过短信和邮件通知值班主管并自动核查备件库存,成功消除告警疲劳并实现与CMMS的深度集成。模式五强调共享平台与隔离模型的架构原则,Vigibelt系统从单一传送带故障预测器演进为统一平台,集成OPC-UA、MQTT、Modbus协议数据摄取、时序特征存储、容器化模型服务和A/B测试能力,使后续用例部署周期从数月缩短至数周。文章核心观点为:在工业AI部署中,平台层投资优先于模型层,一个基础模型在稳健平台上的价值远超缺乏集成、告警和回滚能力的先进模型。

Read More

现场部署工程师(Forward Deployed Engineer)

本文是 Poka 公司发布的 Forward Deployed Engineer(前线部署工程师)招聘启事。Poka 是一家致力于制造业数字化转型的互联工人平台,其产品帮助一线工人实时协作、知识共享和持续改进,已服务于 Nestlé、Bosch、Mars、Danone 等全球头部制造商,并隶属于 IFS 集团。该 FDE 岗位区别于传统解决方案或咨询角色,要求工程师端到端地负责从需求发现到软件交付的全过程,在数周内将 AI 方案部署到客户真实运营中。核心职责包括:与制造企业深度合作挖掘 AI 和集成价值点、设计和构建 Poka 与 ERP/MES/CMMS 等企业系统的 API 集成、利用现代 LLM 框架开发 AI 驱动的工作流和智能体(如操作员助手、智能分类、文档处理、异常检测),并支持售前技术交流。应聘者需具备客户面向前线技术经验,核心优势是拥有 AI Agent 和 LLM 工作流的实际构建能力,熟悉 OpenAI、Anthropic 的 LLM API,能用 Python、Node.js 等快速从模糊需求构建可工作原型。岗位提供远程办公、灵活工时、家庭办公津贴等福利,需出差约 25%-35% 到客户现场。这一招聘反映了面向制造业的 AI 前线部署工程师角色正在成为将大模型技术落地到真实工业场景的关键工程枢纽。

Read More

工业AI提示词:工厂工程师与集成商的12个实用范例

本文面向已部署工业 AI Copilot 的工厂工程师、集成商和运营负责人,提供了 2026 年工业 AI Copilot 部署中反复出现的 12 个实用提示词模式(Industrial AI Prompts),旨在帮助团队从 AI Copilot 中提取更多价值,而非依赖外部顾问。文章指出,大多数部署在启用六个月后呈现典型分化:3 名操作员因掌握提问技巧提取了 80% 的价值,12 人仅用于简单查询,其余团队不再使用。这 12 个模式包括:遥测查询、比较性跨维度分析、带根因假设的异常调查、生成式仪表盘、告警规则生成、带强制确认的批量操作、低代码脚本存根、预测性维护相关性分析、跨租户隔离测试、历史模式匹配、操作手册编写和多步骤链式(智能体工作流)。每个模式都给出了具体可复制的提示词、代理返回内容、适用场景和不适用场景。文章还提供了提示词的迭代优化方法、每周衡量指标(如操作员重新表述提示词的百分比、获得可用答案的平均时间、以行动结束的提示词百分比、最常用提示词模式)以及常见问题解答。核心观点是:工业提示词需要实体特异性、时间窗口和期望输出三个要素,好的提示词应使用真实标识符、包含单位和明确的时间窗口,并由团队共享迭代;提示词工程是分布式团队技能而非专门角色。

Read More