宝钢股份：推进设备维护模式转型 打造设备管理新生态

“宝钢股份持续推进设备运维智能感知、精准决策、柔性检修、全生命周期优化，打造世界一流的钢铁行业设备管理新生态。”在近日召开的中国钢铁工业协会冶金设备分会2026年冶金设备智能运维专业年会上，宝钢股份设备部李乐榕介绍，宝钢股份正以两大平台为载体，依托AI（人工智能）赋能，全面推进设备状态感知、分析、决策、执行与改进逐步由经验驱动向数据驱动转型。

李乐榕介绍，宝钢股份正在推进3种设备维护新模式，推动设备管理从传统人工模式向智能化模式转变。

一是智能点检模式替代周期性人工现场点检。宝钢股份引导技术与点检人员将日常点检项次转换成规则模型，系统自动采集分析数据，触发异常处置联络单，取消原周期性人工执行计划，降低现场点检负荷，替代人工点检项次，降低中夜班巡检频次。

二是专业设备集控。以高压总降为试点，涵盖变压器、开关柜、母排。宝钢股份的巡检方式为预警模型加在线巡检加现场巡检，整合各厂部分散高压人员，实行集中式运维；22条在线/视频巡检线路与每周现场巡检结合，形成可复制的专业集中运维模式，运维人员效率提升了68.8%。

三是预知性维修试点。对象为500千瓦以上大电机，融合振动、温度、电流等多源数据。宝钢股份构建了健康度评估模型，开展实时评分与剩余寿命预测；结合台账、维修记录及工艺参数，动态生成差异化维保策略，推送至业务系统生成维修方案。

李乐榕表示，面向未来，宝钢股份提出“智能感知、精准决策、柔性检修、全生命周期优化”的愿景，打造世界一流的钢铁行业设备管理新生态。

在感知与精度方面，宝钢股份将努力实现设备状态全面感知、功能精度在线评估、运行趋势预判、产线自动化能力提升；在PdM（预测性维护）加事后维修配套柔性检修方面，基于PdM预测与检修决策，实现预测驱动、按需检修、柔性高效；在全生命周期成本（LCC）优化方面，优化采购成本、运行成本、维护成本、停机损失、报废处置成本，实现全生命周期数据贯通、成本消耗透明溯源、资源投入决策优化、价值创造聚焦产品。

在路线方面，宝钢股份以两大平台为载体，依托AI赋能，全面推进设备状态感知、分析、决策、执行与改进逐步由经验驱动向数据驱动转型，配套柔性检修与预知性维修，实现维修策略的动态调整与维修成本的持续优化。从L1经验驱动、L2人机协同、L3广泛应用、L4少量干预到L5数据驱动，形成感知、分析、决策、执行、改进5步闭环。

在强化设备状态感知分析能力方面，宝钢股份将增强数据模型的泛化能力，推进数据集建设与积累，融合机理模型与数据模型，推进健康度评估、寿命预测等功能迭代优化。

在提升专业管理决策、改进能力方面，宝钢股份以智能体群推进专业管理决策升级，打造AI业务专家。宝钢股份围绕状态感知、异常分析、维修方案、检修实施计划、物料准备、现场执行、检修完工与验收、改进闭环8个环节，着力提升运维效率、保障设备可靠、降低运维成本、驱动持续改进。

在业务系统交互升级方面，宝钢股份全面推进业务系统交互升级，打破业务系统边界，提升作业效率，打造数智助手“小维”，实现主动式智能服务、全天候数字助理、对话式业务开展。宝钢股份主动式智能服务建立了待办提醒、异常预警、周期任务主动触发机制，从“人找事”转变为“事找人”，有效减少重复性人力投入，提升响应速度与管理效率。宝钢股份的全天候数字助理在系统中配置对应岗位号，作为系统中的专属数字助理，全天候承接任务发起、业务合规审核、数据校验等业务，推进流程，大幅提升业务办理效率并减少工作失误。宝钢股份的对话式业务开展深度嵌入点检、检修、合同等核心业务流程，实现“对话即操作”，支持工单发起、流程审批、数据查询一键办理，打通业务全链路自动化协同。

李乐榕最后表示，宝钢股份将以两大平台为载体，依托AI赋能，全面推进设备管理由经验驱动向数据驱动转型，打造世界一流的钢铁行业设备管理新生态。（中国冶金报）