← 返回实验室

设备报警工单AI自动分级派单实验

在自动化方向的研究中,我们把目光从单点预测转向了流程本身:设备报警之后,工单怎么分级、派给谁、多久响应对产线影响最直接,但这一段长期依赖值班人员经验。

本期实验选取某产线近一个月的 1,200 条历史报警作为回放样本,字段包括报警码、设备型号、产线位置、发生时段与历史维修记录。方案采用分层设计:安全与停机类报警由规则引擎直达值班主管,不走模型;其余报警由轻量分类模型判定紧急度,再用相似工单检索匹配历史处理人与备件信息,生成派单建议,人工可一键改派。

  • 阶段进展:离线回放中,紧急度判定与人工标注一致率约 86%,重复报警合并后工单总量下降约两成,误合并为 0 例。
  • 下一步计划:接入工单系统做小流量在线对照,重点观察首次响应时长与漏派率两个指标,若漏派率高于基线则回退为纯建议模式。

我们暂不宣称“替代值班判断”。这一阶段的目标只是把分级依据沉淀成可复核的记录,让派单快一点、漏得少一点。

评论

更多研究动态

查看全部实验室 →