擴博智能2016年成立于上海的人工智能技術公司，在全球各個區(qū)域均部署了分部，立志于利用人工智能、大模型、圖像識別技術來輔助風機葉片的運維工作。我們不僅僅有自己的巡檢服務、巡檢設備，同時我們也提供完整的葉片維修服務。期間我們積極參與相關能源標準的制定，目前已經共同完成并發(fā)布能源行業(yè)的一項行業(yè)標準及一項團體標準。同時，我們在去年還參與了一項關于無人系統(tǒng)自主檢智能檢測的科研項目，獲得了上海市的技術發(fā)明一等獎。

我們從2022年開始就一直在訓練一個大模型，向AI輸入大量擴博智能的歷史巡檢數據以及運維數據，今年Deepseek 發(fā)布之后，加速了我們對模型的訓練工作，訓練得到的模型助力我們完成了數據及服務的閉環(huán)工作。

我們通過智能設備收集了大量不同維度的葉片巡檢數據，大模型結合歷史維修數據，自動推薦運維方案以及匹配各個缺陷的維修方案。在維修過程中，我們利用智能終端對維修進行數據化采集，用真實的維修數據，對大模型進行迭代與升級。最后，維修后的數據反饋回大模型當中，大模型自動生成下一步預測性運維的完整解決方案。

我們把最終的訓練模型稱之為BladeMedic，它是基于預訓練大模型的一個葉片運維輔助系統(tǒng)。

它當前可以實現以下三個功能：第一個功能是將葉片缺陷進行分類和分級，以前的分級可能僅局限于單個缺陷，但BladeMedic會結合潛在危害、運維難度來重新定級，并作為運維方案推薦的指標之一。除此之外，結合海量歷史維修報告或經驗，BladeMedic可以對缺陷進行針對性匹配維修方案。在所有數據入庫完成后，BladeMedic會持續(xù)分析，并對潛在風險做出預警。

可以通過視頻看到BladeMedic運行模式的可視化界面展示，這個系統(tǒng)目前已經接入我們的平臺當中。

在我們訓練BladeMedic的過程中，也搭建了完整的模型自訓練及應用平臺。整體架構上，我們搭建了強大的能力層，對不同的歷史數據進行分析、解析和轉譯的工作，實現了大模型對過去積累的巡檢數據、拍攝資料、維修報告等一系列歷史數據的解析。這里需要注意的是，行業(yè)定義庫是基于當前需求制定的，而這個平臺一旦搭建完成，行業(yè)知識庫的內容是可以做到基于不同的應用需求去替換。

我們之所以可以快速實現訓練工作并做出實踐，得益于擴博智能完整的數智化運維方案，也是所有大模型訓練的基石——大量的數據來源。擴博智能可以為客戶提供前端的智能化巡檢、缺陷識別，以及數字化維修方案輸出，還能夠利用IoT設備和智能APP來完成維修過程當中的監(jiān)控和維修過程的數字化功能，實現了從檢測到解決全鏈路的數字化數據采集工作。

在前期的運維環(huán)節(jié)，擴博智能具備多類型產品方案，包括由我們自主研發(fā)的一鍵起飛全自動無人機外檢的Clobotics IBIS，真正實現了無需人員干預、無需預先建模、無需輸入參數，標準、高效、易上手的巡檢方案，一線人員無需專業(yè)培訓即可上手操作，這也讓我們能夠快速收集到大量、高精度的葉片外檢數據。

為了滿足降低運營成本的需求，擴博智能還可提供一機多用塔筒自動巡檢服務，例如水泥塔筒這類型新興的需要高精度檢測的場景。

除了葉片外部，擴博智能也提供了葉片內部的巡檢方案及解決方案。這是擴博智能第二代的全自動內部巡檢機器人Clobotics Kiwi，當風機運維人員定期維護過程中，只需要將Kiwi放進葉片內腔，它即可實現每一個艙室內部的自動巡檢工作。Kiwi的應用極大地降低了對于一線內檢人員的要求，同時基于智能算法和后臺模型的分析，能夠保證檢查的全面性和準確性，高效系統(tǒng)的對于葉片內腔健康狀態(tài)進行診斷。

在葉片檢測中，還有一個重要維度就是雷路測量。因此擴博智能在去年推出了通用型LPS測量方案Clobotics Hummingbird。它加裝了視覺識別及高精度傳感器，并配有擴博智能自主研發(fā)對的金屬針陣列，能夠有效刺穿金屬表面氧化層，以達到更加高精度的測量，無論是是金屬葉尖還是整個接閃器，均能夠應用。

擴博智能的產品方案通過高度自動化、一機多用——一臺無人機搭配不同負載即可完成不同任務，實現了單人單機即可完成全部作業(yè)，極大地降低了運維成本。這套方案不局限于陸地，也能夠應用于海上風機運維。擴博智能從2018年就開始投入海上風電后運維領域，積攢了豐富的海上作業(yè)經驗。

截至目前，擴博智能累積巡檢了12萬臺次風機，單人單日單臺最高為陸地巡檢31臺，海上巡檢18臺，30分鐘即可完成135米長的葉片機組的完整巡檢。近年來攜手中國的風電企業(yè)共同出海，已經覆蓋了全球31個國家，與大量的業(yè)主方、主機廠和葉片廠家有著深度合作。

擴博智能開發(fā)的風機葉片后運維數智化平臺，將對上述采集數據進行應用和管理。所有的巡檢數據導入平臺后，會首先利用缺陷識別模型識別葉片缺陷，并進行直觀的可視化展示，包括資產視角、風場視角、風機視角以及巡檢視角等不同數字化展示方式。同時，平臺能夠提供了包括內外巡檢、時間線等多維度的對比，既給用戶更加直觀的展示界面，也是給大模型輸入了完整的運維和追蹤數據來源。

巡檢只是風機后運維中的一部分，后續(xù)的維修工作也是重中之重。擴博智能的數智化葉片維修服務，包括了內外部葉片維修以及技改服務，并利用IoT設備和智能APP來對維修過程進行完整監(jiān)控和數字化，不僅能夠讓客戶掌握進度狀態(tài)，同時也能給大模型提供更加準確的運維數據。

同時，擴博智能自主開發(fā)了前緣腐蝕維修機器人SPARROW，利用無人機對機器人進行部署，機器人會自行地對葉片進行打磨、清理以及加裝等工作。實際應用案例中，4小時就可以完成人工1天的工作量。

擴博智能一直在不斷迭代BladeMedic大模型，在未來，也將立志于科技創(chuàng)新，給我們的客戶提供更加高效、更加安全、更加智能化的一個解決方案，希望盡我們的力量為風電的事業(yè)盡一份力量，謝謝大家。