G1xinwenliebiaobannerpc.jpg G1xinwenliebiaobannerpc-274.jpg

2025/06/30

AI+边缘智能 | 和利时“软智能+硬智能”整合引领轨道交通智能控制升级


和利时 “AI+边缘智能”是“和行”轨道交通大模型与边缘智能控制器(EIC)的深度融合应用。


AI大模型基于前沿微调技术,深度融合行业知识库,在规章制度智能解析、故障处置辅助决策、运维数据统计分析等核心场景实现技术突破。边缘智能控制器(EIC)在推动轨道交通领域智能化进程中发挥着关键作用,能够有效降低设备投资成本,节约机房空间,提高运维效率,降低运维成本,并为轨道交通建设和运营单位效率提升、碳排放减少提供了技术支撑。


面向应用场景,“AI+边缘智能”打通了“通用大模型底座+行业数据定调”的智能模式,在“和行”轨道交通大模型基础上,创建了“和言”“和视”“和音”三大模块。“和言”实现了语言大模型与边缘智能设备智能诊断功能的有效结合;“和视”提供了基础视觉大模型与边缘智能设备运算能力的高度匹配;“和音”实现了现场语音识别与边缘智能设备采集手段的深度融合,为轨道交通行业提供定制化的智能解决方案。


“AI+边缘智能”为轨道交通领域“智能、绿色”提供了行之有效的解决方案。



技术突破:

赋能智能化运维 提升运维效率














统一控制网络:实现生产控制数据和高频运维数据的接入。

硬件综合承载:边缘智能控制器(EIC)代替多套传统控制器和智能诊断器等硬件,节省机房空间和建设运维成本。

数据融合管理:边端生产与运维数据统一采集,减少接口数量和调试工作量;通过云边数据的分发和协同,降低中心数据处理压力,提高数据质量;一键生成统计表格与故障处理报告,大幅减少人工操作。

统一开发平台:符合IEC61131-3国际标准的低代码开发环境,内置上百种工业控制及智能诊断算法库,降低开发难度,提升开发质量与效率。

知识覆盖全面化:构建轨道交通全领域知识库,涵盖规范制度、原理知识、安装调试、故障处理等核心内容。

交互能力智能化:新增故障分析、语音识别等功能,提升问答精准度与操作便捷性。

运维效能倍增:辅助员工快速定位故障并优化处理方案,同时支持培训场景,全面提升团队专业水平。 



核心技术:

双引擎驱动智能化运维新纪元














AI算法与边缘智能设备的双引擎架构,确保其在复杂运维场景中的高效表现。


强大的边缘计算能力

现场侧实现强大的工业控制功能,开放侧容器运行环境、微服务部署可统一进行管理,支持扩展图像处理模块、计算增强模块。

灵活配置的虚拟化和容器技术

提供虚拟化管理平台、容器部署技术,可划分多个业务系统及各系统的网络、计算、存储资源,保证系统间的安全隔离。

强大的系统扩充弹性

整机模块化设计,主控资源、扩展资源可灵活扩展,便于现场升级改造、产线重组,实现现场硬件成本的集约化。

集成成熟的工业技术

通过集成工业控制、边缘部署、物联通讯等相关技术,整合传统多套软硬件产品的功能,满足不同行业的各种应用需求,并简化系统架构。

赋能多样化的终端设备

通过多种标准的外设接口和通讯协议,与传感器、仪表仪器、工业设备、摄像头等多样化的现场设备交互,以智能应用赋能终端设备。

适用于严苛的工业环境

工业级无风扇设计,通过多种可靠性测试、安规认证、CE认证。

领域定制化微调技术

基于参数高效微调(PEFT)技术,结合LoRA(低秩适应)与指令微调策略,仅需少量参数更新即可适配工程运维需求。通过对海量运维文档、故障案例等数据的训练,AI大模型在保留通用语言能力的同时,精准掌握工程术语与流程逻辑。

多源知识库融合

通过RAG(检索增强生成)技术动态调用最新知识片段,确保输出内容兼具专业性与时效性。


多场景融合应用














“和行”轨道交通大模型与边缘智能控制设备的深度融合,为铁路站房及隧道机电设备的智能监控、精准管控、高效运维与智能化升级提供了强大支撑。


AI算法与边缘智能实现建筑结构监测

边缘智能控制器(EIC)与AI的智能算法融合,有效监测建筑设备的应变、变形、支座等数据,并通过算法进行数据分析、指标评估,进而提供建筑设备的结构监测的预警功能。

AI算法与边缘智能构建设备监控与运维

边缘智能控制器(EIC)融合AI的智能算法模型,通过边缘计算实现机电设备控制、机电设备智能运维、节能优化、视频分析及巡检等一系列功能,并将设备实时状态、智能诊断结果实时上传至上层管理系统。

AI算法与边缘智能优化节能管理

通过构建基于AI分析模型及边缘智能设备联动风水电控制子系统,实现站房自适应变频送风;通过照明智能控制子系统实现对隧道内LED灯亮度及色温的智能控制。

AI算法与边缘智能提升旅客服务质量

通过智能视频识别技术与算法,有效实现站房及管控区域的全天候无死角巡视,识别安全隐患,保障旅客出行安全;通过边缘智能设备无线通讯技术与AI大模型的结合,可实时准确地提供目标天气提醒、商业服务推荐、关联车次提醒、至站行程规划等多方位信息。


AI大模型与边缘控制技术的创新融合,进一步推动行业智能化升级。在“AI大模型+大数据+边缘计算”一体化支撑下,智能控制技术呈现出高度可扩展性与跨行业融合趋势,正逐步成为铁路、城市轨道交通、民用航空、公路、港口等行业数智化转型的关键赋能引擎。


获取最新的行业方案与案例

通过电话、电子邮件联系我们,以解决你的困扰