.png){kind=icon}
返回
Artificial Intelligence Agent-Enabled Predictive Maintenance: Conceptual Proposal and Basic Framework
.png){kind=icon}
OA
AI
DOI：10.3390/computers14080329.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
预测性维护（PdM）代表了维护策略的一个重要演变。然而，系统集成的复杂性、数据质量和数据可用性等挑战相互交织，共同影响着PdM系统的成功部署。近年来，基于大型模型的智能体（或称智能体人工智能，AI）已从简单的任务自动化发展为主动的问题解决和战略决策。因此，我们提出了一种基于AI智能体的PdM方法，利用智能体AI开发平台来简化基于多模态数据的故障检测智能体、基于RAG（检索增强生成）的故障分类智能体、基于大型模型的故障诊断智能体和基于数字孪生的故障处理仿真智能体的开发。该方法突破了依赖单一模型的传统PdM的局限性。这种“AI工作流+大型推理模型+运营知识库+数字孪生”的组合整合了BaaS（后端即服务）和LLMOps（大型语言模型运营）的概念，构建了从数据感知到决策执行的全流程智能闭环。此外，展示了一个初步原型，以说明基于智能体的PdM的技术栈和系统集成方法。
Keyword:
predictive maintenance
agentic AI
large language models
digital twin
fault detection
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
C
IF:
4.2
论文数:
1.5K
被引数:
3.3K
机构
暂无机构信息
引用论文
Yang, L.; Luo, S.; Cheng, X.; Yu, L. Leveraging Large Language Models for Enhanced Digital Twin Modeling: Trends, Methods, and Challenges. arXiv 2025, arXiv:2503.02167. [Google Scholar] [CrossRef]杨, L.; 罗, S.; 程X.; 俞, L. 利用大型语言模型增强数字孪生建模：趋势、方法与挑战. arXiv 2025, arXiv:2503.02167. [Google Scholar] [CrossRef].png)
IF0
PREAI
分享收藏Dong, L.; Lu, Q.; Zhu, L. AgentOps: Enabling Observability of LLM Agents. arXiv 2024, arXiv:2411.05285. [Google Scholar] [CrossRef]董, L.; 陆, Q.; 朱, L. AgentOps: 实现LLM Agent的可观测性. arXiv 2024, arXiv:2411.05285. [Google Scholar] [CrossRef]
IF0
PREAI
分享收藏分享收藏An integrated fault diagnosis and prognosis approach for predictive maintenance of wind turbine bearing with limited samples有限样本风力机轴承预见性维修的集成故障诊断与预测方法RENEWABLE ENERGY
RENEWABLE ENERGYIF9.1
PREAI
分享收藏分享收藏Zhu, T.; Ran, Y.; Zhou, X.; Wen, Y. A survey on intelligent predictive maintenance (IPdM) in the era of fully connected intelligence. IEEE Commun. Surv. Tutor. 2025. [Google Scholar] [CrossRef]朱, T.; Ran, Y.; 周, X.; Wen, Y. 智能预测性维护(IPdM)在全面智能化时代的综述. IEEE Commun. Surv. Tutor. 2025. [Google Scholar] [CrossRef]
IF0
PREAI
分享收藏
查看更多内容