日本日立制作所（以下简称“日立”）于11日宣布，开发出一种故障诊断AI技术，能够通过AI解析设备手册，自动提示故障原因候选，帮助设备制造商的维护人员及工厂设备保全人员快速应对设备故障。

传统上，基于现场积累的故障处理历史信息，利用机器学习来提示故障原因候选的系统虽已存在，但其导入过程需要针对每种设备型号手动读取手册，整理故障原因与症状的对应关系，耗费大量人力。此外，系统运行时也较依赖维护人员的经验，导致判断和处理存在差异性。

此次开发的技术能够自动读取手册中故障处理流程图和表格，利用AI进行解析，提取故障原因、症状及确认步骤之间的关系。提取结果以贝叶斯网络（一种机器学习模型）形式构建。

通过将设备出现的症状信息输入贝叶斯网络，系统能够按概率高低顺序提示故障原因候选，帮助设备制造商维护人员和工厂设备保全人员在有限时间内聚焦关键检查点。

此外，系统还可通过现场反馈，如故障原因确认结果和修复报告，持续更新贝叶斯网络的概率分布，实现对设备因老化等引起的故障趋势变化的动态反映。这样，即使经验较少的维护人员也能更容易判断优先级，促进快速修复。

该技术通过减少故障原因排查所需的探索工作，降低设备非运行时间和维护工时，有助于强化可持续制造的基础。

日立表示，将以此次开发的技术为起点，融合设备保全知识与AI，推进保全技术的高度化，通过IT、OT与产品的结合强化现场能力，助力实现可持续的产业基础。