给工业设备装上“耳朵”：海螺水泥与华为用“光纤+AI”重构智能巡检

在工业世界里，很多故障并非突然发生，它们往往早有征兆。

一次轻微的振动，一种不易察觉的异响，一个逐渐变化的运行特征，都可能是设备发出的“求救信号”。只是过去，这些信号往往淹没在机器轰鸣和复杂环境之中，只有经验丰富的巡检人员，才有可能从中捕捉到异常。

如今，光纤传感与AI正在让工业设备的这些“声音”被感知和分析。海螺水泥与华为的联合创新实践，将分布式光纤传感技术引入带式输送机（皮带机）托辊异响检测，让光纤承担起连续感知的角色，再通过AI对采集到的振动、声音等信号进行分析，实现对托辊异常的识别与预警。

通过为皮带机装上一双“耳朵”，实现从“人找故障”到“智能感知”，从事后抢修到预测性维护，一场由光纤与AI共同推动的工业运维变革，正在从一个小小的托辊开始发生。

关键“关节”守护生命线

在水泥制造领域，流传着“世界水泥看中国，中国水泥看海螺”的美誉。海螺集团是全球最大的建材集团企业之一，资产总额超过3000亿元，在全球拥有650家子公司。

在水泥生产中，从原料、熟料到成品，不同生产环节都离不开稳定、高效的物料输送。对于长距离输送系统而言，带式输送机是输送物料的“动脉”。支撑其平稳运行的关键“关节”，正是成千上万个托辊。

安徽海螺智质公司智能装备事业部部长陈洋介绍，托辊约占一台皮带机总成本的35%，同时产生70%以上的阻力。虽然单个托辊的价值并不高，但由于数量众多，其运行状态直接关系到输送系统的稳定运行。

重要的是，托辊故障可能产生一系列次生影响。例如，托辊磨损、钢管出现裂口或轴头磨损，可能刮伤皮带底面，严重时甚至引发皮带纵向撕裂；如果托辊轴承卡死、托辊停止转动，则可能与运行中的皮带产生滑动摩擦，带来发热甚至火灾风险。

面对这些隐患，巡检工人需要沿着几公里长的皮带线，在高温、高粉尘、高噪声的环境中，依靠听声辨异、肉眼观察、红外测温等经验来发现故障。这种方式不仅劳动强度高、安全风险大，而且存在巡检盲区和滞后性，异常判定高度依赖人工的主观经验，数据更是无法留存，难以形成数字化资产进行追溯。

有没有可能让设备自己“说话”？有没有一种技术能实现24小时、长距离、本征安全的实时听诊？答案，就在一束光里。

寻找一束会“听诊”的光

海螺水泥与华为的双向奔赴，源于双方对数字化转型的高度共识。陈洋表示，两家企业的深度交流自2023年海螺集团杨军董事长带队访问华为后频繁进行，并为此专门成立了联合创新的组织机构。双方合作的火花迅速在具体的工业场景中点燃。

海螺与华为联合实践的一项重要创新，就是以分布式光纤传感技术为突破口，为带式运输机装上了一条极度灵敏的“听觉神经”。

为什么选择光纤？因为光纤本质是玻璃丝，它耐腐蚀、抗电磁干扰、且本征安全（无需现场供电），适合水泥建材、煤矿矿山、港口物流、钢铁冶炼、火力发电等易燃易爆、电磁环境复杂的场景。

该技术的运行原理是，当光在光纤中传输时，外部温度、振动和应力的变化会引起光散射的相应变化。光纤传感设备向探测光纤发射脉冲光，并采集光纤中回传的背向散射信号。当沿线任意一点产生振动后，回传背向散射光的强度和相位会同步发生改变，结合智能识别算法，即可准确定位并判别异常事件。

从“听见”到“听懂”：工业AI必须在真实现场“长出来”

但“听见”并不等于“听懂”。分布式光纤传感技术在工业界应用时，长期面临着误报率高、环境适应性差的瓶颈。

陈洋指出，海螺水泥复杂的背景噪声和粉尘，对算法的考验更是到了苛刻的地步。为此，双方的技术团队扎根生产一线，展开了历时一年的技术攻关：

第一阶段，海螺水泥提供了一条实际的运行皮带机作为试验场，现场铺设了500米长度的光纤。针对多变的环境噪声进行了7轮算法迭代，系统将告警准确率提升至92.3%，漏报率降至7.7%，初步实现了“基本可用”的目标。

第二阶段，为验证泛化性，光纤铺设延长至1公里。通过持续对标签数据进行调优并与无人巡检系统联调，系统准确率基本达到99.9%，召回率达到了97.8%。漏报率和误报率都达到了商用的要求。

十亿级参数AI大模型赋能，以光感知、以智运维

这一突破性成果，得益于华为智能光纤感知方案的硬实力和AI大模型的深度融合。

华为将数十年光通信领域的技术积累注入传感，采用独有的低噪声相干光接收系统和高性能oDSP算法，信号采样率达到99.9%，从源头确保信号采集的超高稳定性和一致性，为精准分析打下坚实基础。华为EF3000光纤传感设备单向可满足皮带机5公里长度的监测管理要求，双通道最大可满足10公里的需求。

在模型层面，区别于简单规则和传统机器学习识别方式，方案采用自监督大模型结合对抗学习的方式，对声音波形、振动强度、连续性等32种特征进行分析，大模型参数量达到10亿级。其光纤传感AI大模型依托华为科学计算基础大模型L0底座，并结合实验场和实际局点采集的200TB数据构建基础大模型L1，再通过有标签数据进行对抗学习和微调，形成面向具体应用的大模型L2。

通用模型提供基础能力，行业数据提供场景知识，真实生产环境则负责持续验证。为了满足一线运维的需求，双方还联合对异常等级算法进行了专项调优。系统根据信号置信度、持续时间和连续性等维度量化评估，并给予不同的告警等级，有效提升了风险提示的精准度。

从“托辊听诊”到工业无人巡检系统

所以，工业AI的能力不是一次训练完成的，而是在真实场景中不断采集数据、优化标签、调整模型、验证效果，最终逐步逼近可用和可靠。只有把模型放进真实生产系统中持续“磨”，AI才可能真正成为工业生产的一部分。

基于此成果，海螺水泥的进一步实践，是把“托辊听诊”融入更完整的皮带机无人巡检体系。结合双目相机、AI图像算法、设备频谱分析，以及自动纠偏、转速、打滑、撕裂等检测手段，海螺开发了皮带机无人巡检系统，该系统实现了对设备异常、人员安全及环境状态的识别和预警。

海螺水泥希望不断通过数字化手段推动运维向少人化、无人化、智能化方向升级。与华为的联合实践，为传统工业的智能化转型提供了一个示范标杆：

7x24小时不间断的智能听诊，替代了人工进入高温、多粉尘等高危环境，实现了“光进人退”，守护了工人的安全底线；企业减少了盲目的定期大修或被动的故障后抢修，精准的早期预警将非计划性停机时间降至最低，直接提升了产能和运营效率。

陈洋坚信：“以光纤传感为代表的光技术，结合AI大模型的应用，必将拓展到更多复杂环境与工业场景中。”未来，这根能“听见”声音的光纤将成为守护关键基础设施的“超级感官”，助力各行各业实现智能化巡检，促进工业生产力大幅跃升。