基于OpenVINO的智能预测性维护：一个流程，五种工业应用场景

管道、公用设施及其他关键资产需要持续检查，以避免故障、泄漏和安全事故。仅依赖被动响应或按时间表进行的维护会导致频繁的现场巡查，早期缺陷信号被忽视，而审计时相关证据也会散落无章。智能代理技术能够实现持续监控并更早采取行动，从而减少现场巡检次数、缩短停机时间、提升安全性，并留下便于审计的记录。

本文介绍的是2026年谷歌夏季代码计划中的一个项目，该项目基于OpenVINO开发的Intel Metro AI Suite预测性维护框架，并为其增加了新的应用场景和数据集。

预测与决策之间的差距

一个模型可以输出数千条预测结果，但接收方仍然需要三个答案：发生了什么、原因是什么以及接下来该检查什么。带有置信度分数的标签无法提供这些信息。一个实用的流程必须为每个结果保留相关证据，能够处理不同类型的输入，并让人们在无需理解底层代码的情况下就能对输出结果进行调查。

这个项目正是为了解决这些问题而设计的。它将模型推理与结构化存储相结合，协调人工智能智能体、自然语言查询以及基于证据的工单处理，所有功能都集成在同一个工作流中。

该流程的构建方式

处理过程从 OpenVINO 模型开始，其输出结果会被写入 JSONL 文件和 SQLite 数据库中。随后，LangGraph 工作流会协调三个智能体：一个负责策略制定，一个负责分析，另一个负责证据收集。用户可以通过聊天方式查看输出结果，或基于相关证据提交工单。

为提升可用性、可解释性、扩展性以及应用范围，该系统进行了四项改进。这些改进虽各不相同，但都属于同一个端到端的处理流程。

四项贡献

每种类型的问题都有对应的处理方式

以前，用户在输入任何内容之前都必须先选择分析模式、证据模式或SQL模式。这意味着他们需要了解系统内部的各种分类方式，这对操作人员来说要求实在过高。而新的系统能够识别用户的意图，自动将问题发送到相应的后端，无论是在命令行界面还是网页界面中都是如此。现在再也不需要用户手动选择模式了。

关于原始传感器读数的问题

可配置的 SQLite 数据结构已被扩展，用于存储原始传感器数值、各模态的置信度以及与使用场景相关的元数据。这使得诸如“哪些样本的传感器置信度高于图像置信度？”这样的问题成为可能。自然语言描述会被转化为数据库查询，从而返回对应的读数、标签及源记录。同样的上下文也会传递给策略与分析模块。可追溯性至关重要，因为存储的原始数值和元数据能够将每个答案与其来源记录关联起来。

无需重新构建即可使用的新型模型

原有的推理入口承担了过多的任务，因此被拆分为多个独立部分：配置、路由、各模型对应的处理函数、运行步骤、结果写入以及图表绘制。现在由调度器选择专门的处理函数，而共享组件则负责处理所有用例共有的功能。要添加新的数据类型，只需编写相应的处理函数和配置文件，其余生命周期流程均可复用。

同一运行时支持五种工业应用场景

这五种应用场景的输入数据、预测目标及证据各不相同，但都依赖相同的底层架构。目前支持四种输入格式：表格数据、图像、带文本的音频，以及带文本的光栅数据。

石油和天然气管道。表格形式的运行参数与材料数据会被输入到OpenVINO MLP模型中，该模型可同时预测管道状况和壁厚损耗情况。输入数据包括几何参数、材料信息以及与运行和腐蚀相关的数值。每条处理后的记录都会生成一个状况类别和壁厚损耗估算值，这些信息会与原始测量数据一同保留。这样的关联使得后续处理模块能够利用实际运行数据来解释结果，而且整个工作流程还包含针对腐蚀问题的分析。

太阳能电池板。基于YOLO风格的OpenVINO检测器可识别太阳能电池单通道电致发光图像中的缺陷，并将对应的边界框作为证据保存。在一个样本中，红色框标出了检测器应能发现的真实裂纹位置。对全部19,150张测试图像进行的评估显示，其F1值为0.8277。系统会将预测出的边界框及其所属类别和置信度一同存储，以便用户查看缺陷所在位置。

电力传输。经过微调的YOLOv8s-cls模型可将输电线路图像分为三类电路类型。该模型既能处理合成图像，也能处理真实场景下的图像，以此测试同一分类器是否能够准确识别渲染出的电路视图和现场检查照片。在348张保留的测试图像中，该模型的正确识别率为334次，准确度达0.9598。两类图像在预处理和推理流程上完全一致。

运行环境维护。该案例将音频片段与字幕结合使用。两者分别进行预处理，由两个OpenVINO MLP分支进行分类，之后通过后期融合方式整合在一起。有一个标记为旋转机械的样本，其字幕描述的是电动工具运行时的振动情况。视频帧为人眼阅读提供上下文，但模型的输入则是音频片段和文本。在分数被合并之前，这两个分支仍可单独查看。

水处理。一个包含15个通道的Sentinel-2栅格数据与环境描述文本配对使用，例如描述亚利桑那州某个县的蒸散量、降水量、地下水位和地表水深度等信息。栅格数据中的统计特征与文本中的TF-IDF特征会先分别通过OpenVINO的不同处理分支，之后再进行融合，从而保留每个分支的置信度。系统会生成JPEG预览图以便人们查看样本，但模型本身使用的是原始的多通道NumPy数组。该预览图还可以附加在工单上，为多模态预测提供直观的证据。

在英特尔硬件上运行

所有模型均以 OpenVINO IR 格式部署，其中可配置的入口点能够处理图像、表格形式的传感器向量、音频特征以及成对的多模态输入。该代码已在英特尔 GPU 上经过验证，通过该流程进行的推理也在英特尔 NPU 上得到确认，包括 JSONL 和 SQLite 格式输出文件的生成。

测试内容不止于准确率

验证工作不仅涉及模型准确率。每个工作流程都经过了从模型加载、结构化输出，到各处理模块、接口、证据、工单的生成，以及在英特尔硬件上的执行等全流程测试。这些检查涵盖了组件之间的交互边界以及各个模型的输出结果。

演示所展示的内容

有两种视图可以展示系统的运行方式。第一种是后端协调机制：它从共享数据层中的推理结果开始，策略代理根据配置的规则对这些结果进行筛选，分析代理则总结其在实际操作中的含义，证据代理再将每个结果与其来源数据及元数据组合成可追溯的记录。通过这些步骤，存储的模型输出会被转化为结构化的分析结果和证据，以便进一步审查。

第二种是统一聊天界面：用户可以查看分析摘要、检查证据并筛选结果，还能查询结构化的维护数据。在调查完成后，他们可以创建维护工单以便后续处理。这一界面展示了从分析结果到提交工单的完整流程。

设计中的经验教训

在重用性与模态特定行为之间取得平衡是核心设计难题。五种场景均共享配置、执行、存储及智能体组件，而小型处理程序则负责实现每种数据类型所需的预处理和后处理。这样无需通过完全相同的逻辑来处理差异极大的输入，从而避免了重复工作。

实验结果也表明不应仅存储标签信息。当原始传感器数值、边界框、各分支的置信度、元数据以及源内容预览与预测结果一同传递时，每个结果都能与相关证据关联，便于人类和智能体进行核查。

对于多模态场景，后期融合方式能够确保音频、文本和光栅数据分支的独立可追溯性。目前的等权重设置虽然简单且易于复现，但通过学习或动态校准权重或许能更准确地反映各模态的可靠性。

代理层并不会取代预测模型。它的作用是整理存储的结果，获取相关证据，并将问题路由到合适的分析模块或数据库操作中。验证工作涵盖已评估的数据集和英特尔硬件，而实际部署仍需针对具体场景进行测试、监控与校准。

从原型到蓝图

最初仅为单一用例设计的流程逐渐变得更为模块化、多模态且以用户为中心。OpenVINO提供了通用的推理层，而结构化存储与协同工作的代理则将模型输出转化为人们可以查看并据此采取行动的信息。如今，从工业数据经过推理与证据处理，再到自然语言查询和工单处理的这一流程已在多个维护领域得到应用。