INDUSTRIAL INTELLIGENCE / 圆木智维

让工程经验,
成为下一次
行动的依据。

从一段程序到一次排障,把工程师的判断、设备运行信息与企业技术积累连接起来。让 AI 理解现场,协助形成可审阅、可验证、可追溯的工程方案。

编程调试排障维护知识迭代
YM / ENGINEERING LOOP产品逻辑示意
01 / HUMAN工程师目标 · 现象 · 现场判断
02 / SIGNAL设备信息运行快照 · 告警 · 参数
03 / MEMORY企业知识手册 · 项目 · 实操经验
04 / ACTION验证与反馈审阅 · 测试 · 经验沉淀
上下文决定方案CONTEXT → PLAN → VERIFY
工程工作,连接成一个连续过程。YMachine / 01

WORKFLOWS / 工作场景

四类工程任务,
同一个协作工作台。

先明确任务,再组织证据。AI 给出候选方案,工程师完成审阅,验证结果回到项目和知识库。

圆木智维 / 工程工作台交互预览 · 示例数据

PROGRAMMING / 编程

把控制目标,整理为可验证的程序草案。

梳理 I/O、运行条件和停机联锁,生成 ST 草案,再核对逻辑与测试结果。

已组织的上下文
控制需求I/O 点表联锁规则
程序草案DRAFT / 待审阅
IF EStop OR StopCmd THEN
    FanRun := FALSE;
ELSIF StartCmd AND DriveReady THEN
    FanRun := TRUE;
END_IF;
✓下一步:审阅停机优先级,执行联锁测试。
工程 AI 协作示意
请为这台风机梳理启停和联锁逻辑。
YMachine

先确认紧急停机、变频器就绪和复位信号的优先级。我会把已确认的条件写入草案,并标出需要你核对的部分。

依据 · 项目需求 / 联锁规则
继续澄清目标与约束…

以上是产品工作方式的交互示意。当前验证版本以 PLC+变频器风机模拟场景为基础;生成内容需经工程审阅,不直接控制真实设备。

ENGINEERING LOOP / 工程闭环

AI 的回答,
需要走完现场的下一步。

让建议带着依据,也带着验证路径。一次任务的结束,是下一次工程协作的起点。

  1. 01

    明确目标

    与工程师对话,厘清任务、症状、边界和缺失信息。

    问题与约束
  2. 02

    组织证据

    结合设备快照、产品资料与客户经验,确认适用范围。

    来源与上下文
  3. 03

    形成方案

    生成程序、参数候选、排查步骤或维护建议,保留引用。

    可审阅的草案
  4. 04

    验证结果

    由工程师审阅与测试,记录有效、无效和待确认的结果。

    工程判断与反馈
  5. 05

    沉淀经验

    把任务过程整理成知识草稿,审核后进入后续检索。

    版本与知识积累

KNOWLEDGE / 企业工程记忆

手册之外,
还有属于客户的经验。

把分散在文档、项目记录与现场笔记中的技术积累,整理成带来源、适用范围和版本的知识。

↗

让碎片进入同一条脉络

导入资料、提取文本、归属设备与项目。图片和视频可作为现场证据,由工程师补充观察。

↗

让经验有适用的边界

区分 ABB 专业资料、客户实操经验与现场案例,结合设备、工况和版本检索。

↗

让迭代来自可追溯的反馈

AI 辅助提炼知识草稿;审核、修订与停用记录,让后续任务使用经过确认的经验。

ENGINEERING MEMORY知识流转示意
▤产品专业资料手册 / 产品信息
▤客户技术积累项目文档 / 实操笔记
▤现场任务记录现象 / 措施 / 验证结果
知识草稿AI 提炼 · 人工审核
风机联锁检查经验
适用对象
项目设备 / 对应程序版本
证据来源
现场记录 + 验证结果
生效条件
工程师审核通过
审核后可检索VERSION + SOURCE
✳
回到下一次工程任务检索依据 · 辅助判断 · 再次验证
↗

BUILT FOR CONTEXT / 面向工业现场

从工业约束出发,
设计 AI 的工作方式。

工业知识的价值,在于具体设备与具体条件下的正确判断。产品迭代围绕三项实际问题展开。

01 / DATA

数据少、质量不齐,
怎么组织有效依据?

组合专业资料、项目规则、运行快照与工程师观察,先检查来源、时效和适用条件。缺少信息时先澄清,再形成建议。

设计重点:来源追溯 · 证据补齐 · 适用范围
02 / EXPERTISE

高效训练,
如何向专家水平靠近?

先结合预训练模型、经审核知识检索与工程规则,避免从零训练。整理专家案例和失败反馈,用评测识别稳定能力缺口,再规划小样本适配。当前未训练模型;专家水平需经真实案例盲评与现场验证。

能力路线:检索与规则先行 · 专家评测 · 按需小样本适配
03 / RESOURCES

工程现场,
怎么控制运行成本?

把确定性校验交给规则和测试,把需要理解与推理的任务交给模型。按任务检索必要上下文,减少无关信息与重复调用。

设计重点:规则校验 · 任务检索 · 按需推理

DEPLOYMENT / 部署与协作

工作台在你的环境,
模型按任务协作。

保留工程数据的清晰边界,让系统部署与模型使用方式适应团队的实际条件。

本地演示

离线模拟工程流程,用示例设备和数据验证协作方式。

用于流程演示与产品验证

团队工作台

通过网页登录统一的工作台,在受控环境中进行工程协作。

登录后进入系统

DeepSeek 模型协作

为对话与工程草案提供模型能力,结合选定的任务上下文。

云模型调用需要网络与 API 配置

连接云模型时,所选工程文字会发送至模型服务。设备示例与测试仍以模拟为基础;真实 ABB 设备接入与参数应用,需要依据具体型号、固件与工程工具验证。

START WITH ONE ENGINEERING TASK

从一次工程任务开始,
积累下一次的答案。

进入圆木智维