近日，中国通号卡斯柯智能运维平台深度融合DeepSeek系列大模型，业内率先实现从“问答助手”向“辅助诊断”转型，故障诊断准确率超过99.7%。目前，该功能已在济南地铁完成现场验证，有望开启AI时代轨道交通智能运维新范式。

三大技术创新 行业引领

设备运维质量是确保地铁运营安全、提高运营效率的重要保障。卡斯柯自主研发的IT-PHM智能运维平台，旨在解决传统运维存在的诸多行业痛点，为用户提供开箱即用并可灵活配置的丰富应用，是轨道交通设备维护中“家庭医生”般的存在。

此次通过DeepSeek系列模型的私有化部署，卡斯柯将AI与智能运维平台中的数据模型、机理模型、业务模块成功打通，在轨道交通智能运维领域率先实现三项技术新突破，为智能运维“家庭医生”赋予AI超能力。

精准强化故障数据集：运用DeepSeek生成高质量故障数据集，有效破解了设备故障数据量少、质量差的难题，强化平台迭代训练质量。

小模型也能精准诊断：通过精细化的提示词设计与模型微调，实现小参数量模型的精准故障诊断，准确率超过99.7%，显著降低运维算力成本。

智能体技术深度融合：综合运用知识库、检索增强生成（RAG）及智能体技术，提升平台推理分析能力，提供更专业、更精准的运维决策指导，“问答助手”秒变“诊断专家”。

两大典型应用 实效显著

经过现场验证，卡斯柯基于DeepSeek的两大智能运维场景已成功发挥实效，展现了高性能的智能化应用能力。

设备健康自主分析：突破传统机理分析范式，构建"自主学习-案例沉淀-能力进化"的闭环体系。通过大模型驱动的智能分析引擎，有效破解专家经验沉淀周期长、系统迭代效率低等核心痛点，使设备异常识别、健康分析具备持续自我进化能力，为复杂运维场景提供精准决策支持。

故障应急组织指导：革新传统知识库搜索模式，建立"知识更新-场景匹配-智能生成"的动态响应机制，实现故障应急时人员分工、维修指导、工器具提醒、乘客广播生成的智能协同。依托大模型的多模态理解能力，既保证维修方案库的全面覆盖，又实现个性化场景的动态适配，有效化解维修经验碎片化与指导需求精准化之间的矛盾，显著提升应急响应质量。

未来，中国通号卡斯柯公司将持续深化以大模型为核心的AI技术应用，直击设备运维领域客户关切的痛点问题，拓展“AI+轨道交通”融合的深度和广度，进一步赋能轨道交通行业智慧升级。（中国通号）