“有了AI赋能，每周设备轮保计划智能排程不仅减少了人工繁琐工作，还提高了轮保排程的准确性和可靠性。”走进浙江中烟工业有限责任公司杭州卷烟厂，卷包车间数字化团队正围绕“AI赋能生产管理”展开热烈讨论。其中，大模型技术与设备运维管理深度的融合应用取得阶段性成果，实现了设备轮保智能决策。

主动出击，拥抱AI思维。“如果设备轮保排程可以根据近期的设备状况‘一键智能生成’，那设备保养工作的针对性是不是会更精确？”设备管理员张弛在卷包车间数字化办公室问道。

日常生产过程中，随着设备运行时间的增加，零部件的磨损与零件之间的配合精度会随之下降。为了更好地发挥设备效能，杭州卷烟厂全面推进设备全生命周期管理，实行“周轮保”制度。

设备“周轮保”，一直以来以人工安排为主，根据设备周期性的顺序及设备具体情况进行排序执行，开展清洁保养、润滑、全面检查及预防性维修。过程中只在遇到突发停机故障时才会做出调整。

“当AI融入设备管理，会碰撞出什么样的火花？”经过几番讨论，数字化团队成员们决定大胆尝试。

2024年10月，卷包车间数字化团队在众多大语言模型中比对，最终选择以DeepSeek-v2开源模型技术为切入点，开展架构搭建和场景挖掘等工作。一场“人工智能+”的赋能行动迅速展开，吹响了“AI赋能生产管理”的冲锋号角。

图为数字化团队为车间管理员介绍设备轮保智能决策现场。（白一清 摄）

本地融合，打通数据库。“我们的首要任务就是完成DeepSeek开源模型在工厂内部的本地化部署。”在考虑数据安全的前提下，数字化团队着力将大模型的语义理解能力与生产场景的确定性需求相结合。

数据打通成为当前的“拦路虎”。为了突破这一技术难点，团队成员们分工协作，通过链接服务器与车间数采系统建立“桥梁”，成功“解锁”数据链，实现“车间工段长交班数据”自动获取。

在此基础上，团队构建了“数据清洗→模型推理→决策输出”的三级智能处理链路，结合日常设备效率、设备停机时间与频次等规则，自动识别停机项目的优先级、智能推算停时消耗，输出最优轮保安排。

数智赋能，培育生产力。近期，随着系统上轮保机台的排程表以及背后缘由的出现，36台套设备成功实现了智能排程，每个机台都可以获得自己的个性化定制和健康保证。

在这背后，团队利用“动态规则约束”机制，既保留了大模型的推理优势，又通过实际的业务规则进行输出校准，提供“一站式”智能决策方案，也构建了一套可复制、可推广的AI技术应用路径。

在浙江中烟杭州卷烟厂生产线上，AI技术的探索研究正不断向生产管理、质量管控等各个场景进行延伸拓展，持续释放数智赋能的倍增效应。