数字仿真网

2026年9月4日至6日，以“虚实相生·智造未来”为主题的第十届数字孪生与智能制造服务学术会议在吉林长春举行。安世亚太科技股份有限公司技术总监黄志新博士受邀出席会议，并作题为《面向智能运维的工业仿真智能体应用实践》的主题报告。报告聚焦装备智能运维行业痛点，系统介绍了将仿真工具、业务流程与专家经验相结合、构成全闭环的工业仿真智能体技术路径，并以高端装备案例展示了其在故障诊断与预测性维护中的落地价值，在权威学术平台上展现了工业仿真智能体的工程化实力，链接产学研生态，拓展行业合作机遇。

 图1　工业仿真智能体赋能高端装备智能运维

一、会议现场：一场聚焦“智能运维”的权威学术报告

本届会议由吉林大学主办，采用“主旨报告＋分论坛报告”相结合的形式，汇聚国内数字孪生、智能制造与人工智能领域的院士和专家学者，共同探讨数字技术赋能制造业高质量发展的实施路径。黄志新博士的报告围绕“传统智能运维难在哪里”“面向智能运维的工业智能体需具备哪些关键要素”“这套智能体该如何真正落地”三个业界最关注的问题逐一展开，将仿真工具、业务流程与专家经验转化为企业组织能力，赋能装备故障诊断与预测性维护。

二、专家观点一：传统智能运维难在哪里？三大痛点制约升级

在黄志新看来，传统智能运维受困于三个突出问题。

一是监测数据、设备台账、检修记录和专业知识分散。设备运行信息散落于多个系统与台账之中，缺乏统一的数据基座与知识体系，难以支撑系统化的分析与判断。

二是故障诊断依赖专家经验，分析流程复杂。诊断质量高度依赖个人经验，缺乏可复用的知识沉淀与标准化流程，面对复杂故障往往需要多方“会诊”，成本高、周期长。

三是运维工作仍以事后处置为主，对设备状态演化和潜在风险缺乏预测。设备“坏了再修”“停机再处理”的被动模式仍然普遍，健康状态难以提前量化，潜在风险难以及时发现和干预。

三、专家观点二：面向智能运维的工业智能体需具备哪些关键要素？

黄志新指出，面向智能运维的工业智能体应具备多源运维数据、体系化专业知识、工业大模型、多智能体协同机制，以及物理规律和业务规则等关键要素。这些要素共同构成智能体的能力底座：既要能理解任务意图，又要能调用工具完成诊断与预测，并且全程可审核、可追溯——“可审核”保障结果可信，“可追溯”支撑过程复现与责任界定，这是工业场景区别于通用对话应用的核心要求。

图2　工业仿真智能体全闭环技术路径 

四、专家观点三：这套智能体该如何真正落地？

针对落地路径，黄志新给出“场景先行、分步实施、逐步扩展”的实践方法论：第一步，选择高价值场景，聚焦故障频发、损失较大的关键设备，让智能体在真实痛点中产生价值；第二步，梳理相关数据、专业知识、业务流程和验收指标，为智能体运行准备好数据、知识与度量体系；第三步，验证诊断准确性、响应时间与可追溯性，达到预期后再逐步推广至更多设备与专业领域，实现从单点场景到体系化应用的扩展。

表1　工业仿真智能体落地实施路径（“场景先行、分步实施、逐步扩展”）

五、从技术探索走向工程化：安世亚太的布局与展望

安世亚太是中国CAE工程仿真领域的领军企业，深耕工业仿真与数字化研发二十余年，以“仿真世界，数智未来”为使命，构建了自主仿真、数字孪生、知识工程与工业大模型协同的技术体系。近年来，公司先后推出精智iGPT工业大模型平台、企业级智能体OS与PERA AgentX仿真智能体开发平台等产品，推动“仿真＋AI”深度融合。其中，精智iGPT工业大模型平台已于2026年1月通过中国信息通信研究院可信AI工业大模型专项评估，获得5级（最高等级）评级。

黄志新表示，此次围绕智能运维所作的分享，是安世亚太推进工业智能体应用实践的一项具体工作。公司将继续围绕工业仿真、物理AI与行业场景需求，推进工业智能体在智能运维等具体场景中的应用验证和工程化落地，稳步推动工业智能体从技术探索走向工程化应用。

六、结语：智能运维正从“经验驱动”走向“全闭环可信”

从这场报告可以看出，装备智能运维的智能化升级正从单点工具应用走向体系化智能体建设：以多源数据为基座、以体系化知识为支撑、以工业大模型与多智能体协同为核心、以物理规律和业务规则为约束，最终形成“感知—诊断—预测—决策—执行”的全闭环，且全程可审核、可追溯。这一路径若能在高端装备领域持续验证推广，有望推动工业智能体从“技术探索”迈向“规模落地”，为制造业设备健康管理与智能运维提供可复制、可信赖的新范式。