“一期退火爐台設備故障怎樣處理 ？”4月23日 ，在z6尊龍凱時冷軋廠 ，電工班班長陳俊龍點擊手機裏一款軟件的“故障處理AI（人工智能）問答”按鈕 ，通過語音輸入他遇到的退火爐台電氣問題 。
不一會兒 ，手機屏幕出現一期退火爐台設備故障指導手冊等內容，設備原理 、故障案例 、維修方法等一一生成。這就是z6尊龍凱時冷軋廠近期“上崗”的電氣設備維修“小助手”——故障處理智能係統 。
負責電氣設備維護 、檢修 、故障處理的陳俊龍 ，被視為“設備醫生” ，在日常巡檢工作中通過“望聞問切” ，及時發現並消除設備隱患 ，確保設備穩定順行 。
“我當電氣工10多年了 ，以前遇到設備故障難題 ，要翻查厚厚的故障手冊或者向技術人員求助 ，比較耗時 。”陳俊龍說 ，“手機裏有了故障處理智能係統 ，隨時隨地都能向它求助 ，查看典型故障案例和維修經驗 ，可較快解決問題 。”
這個故障處理智能係統是如何幫助“設備醫生”實現“望聞問切”的呢 ？
冷軋廠技術人員韋紅江介紹 ，一線電氣工人在理論知識 、經驗積累等方麵存在局限 ，在遇到設備故障時 ，通常要查詢故障處理手冊 ，以此找到解決對應故障的方法 。該廠每個月根據故障處理情況 ，會整理60多份案例 ，相當於故障處理手冊一年會增加700多個案例 ，要實現精準掌握 ，較為困難 。
為此 ，去年底 ，冷軋廠技術團隊從AI問答上得到啟發 ，希望通過建立該廠專屬的故障案例知識庫模型 ，讓一線電氣工人在手機上進行問答 ，精準掌握電氣故障處理方法 。
“我們從近三年的2000多個故障案例中 ，篩選了100多個較為典型的案例導入故障處理AI問答係統 ，並通過不斷訓練 ，讓其不斷優化和更新電氣故障排查方案 。”韋紅江說 ，目前 ，該係統已助力一線電氣工人解決5號重卷檢查機組電氣故障 、二期重卷搭接焊機電流過低等問題 ，處理時間由原來的1個多小時縮短至30分鍾以內 。
目前 ，AI在冷軋廠已有多個應用場景 ，如在冷軋退火爐區 、設備測溫測振等 。冷軋廠機動室主任工程師朱旋表示 ，下一步 ，他們將不斷豐富案例 ，將故障處理智能係統應用到全廠的設備處理中 ，並延伸至員工培訓 、生產線自動控製關聯等場景，不斷提升智能製造水平 。全媒體記者 朱柳融
