README.md

metadata

title: Predictive Maintenance Agent
emoji: 🏭
colorFrom: gray
colorTo: blue
sdk: docker
app_port: 7860
short_description: 工业预测性维护智能体 (Industrial IoT Anomaly Detection & Diagnosis)

工业预测性维护智能体 (Predictive Maintenance Agent)

这是一个面向工业物联网 (IIoT) 场景的 AI 智能体应用，旨在通过模拟传感器数据监控设备健康状态，实时检测异常，并利用大语言模型 (SiliconFlow/Qwen) 提供故障诊断和维护建议。

核心功能 (Core Features)

1. 设备数字孪生 (Asset Digital Twin):

   • 实时监控工业设备（如 CNC 机床、液压泵、传送带）的关键指标（振动、温度）。
   • 动态可视化仪表盘 (ECharts)。

2. 异常检测 (Anomaly Detection):

   • 基于阈值的实时故障监测。
   • 模拟故障注入 (Fault Injection) 用于测试系统响应。

3. AI 智能诊断 (AI Diagnostics):

   • 集成 SiliconFlow API (Qwen2.5-7B)。
   • 自动分析异常数据，提供“根本原因分析” (Root Cause Analysis) 和“维护建议” (Actionable Recommendation)。

4. 资产管理 (Asset Management):

   • 设备健康度评分 (Health Score)。
   • 维护历史记录。

技术栈 (Tech Stack)

• Backend: Python Flask 3.0
• Frontend: Vue.js 3 + Tailwind CSS
• Visualization: Apache ECharts
• Database: SQLite (Persistent storage)
• AI Model: SiliconFlow API (Qwen/Qwen2.5-7B-Instruct)
• Deployment: Docker

快速开始 (Quick Start)

本地运行 (Local Run)

1. 安装依赖:

   pip install -r requirements.txt
   

2. 运行应用:

   python app.py
   

3. 访问: http://localhost:7860

Docker 运行

docker build -t maintenance-agent .
docker run -p 7860:7860 maintenance-agent

商业价值 (Commercial Value)

该项目展示了 AI 在工业 4.0 中的实际应用，能够帮助工厂：

• 减少非计划停机时间。
• 降低维护成本。
• 积累故障模式知识库 (Failure Mode Asset Accumulation)。