为贯彻落实党中央、国务院关于深化数据资源开发利用有关部署，更好释放数据要素乘数效应，营造全社会“供数、治数、用数”良好氛围，聚焦破解行业领域数据资源开发利用堵点难点、加快数据要素市场化价值化进程、推动数据更好赋能全省产业转型升级与数字经济高质量发展，2026年“数据要素×”大赛山西分赛（以下简称“山西分赛”）全面启动。

赛事以“数智赋能 晋创未来”为主题，紧扣山西能源革命、产业转型、民生发展核心需求，结合全省产业特色与发展战略，诚邀社会各界围绕工业制造、现代农业、交通运输、数智创新、数字健康、气象服务、能源低碳、数字文保文旅、数字治理、民生服务十大赛道，研提优质数据创新成果。

现将2025年山西分赛优秀项目案例陆续发布，供各方参考。

奖项：三等奖

赛道：工业制造

项目：基于数据挖掘和智能分析的设备预测性维护与产品质量提升

单位：山西太重数智科技股份有限公司

01 项目背景

随着国家大力推动“制造强国”“工业互联网＋”等战略，制造业数字化、智能化转型已成为产业升级的重要方向。太原重工轨道交通设备有限公司虽具备较高的设备智能化水平，但仍存在设备维护依赖经验、巡检效率低、缺乏实时数据支撑等问题，导致维修决策滞后、运维成本偏高，制约了精益化生产和降本增效目标的实现。针对上述行业痛点，本项目旨在以数据驱动的智能分析和预测性维护为核心，推动设备管理模式从“事后修复”向“主动预测”转变，助力轨道交通制造业高质量发展。

02 解决方案

通过“数据驱动＋智能分析”深度融合，实现设备维护由被动应对向主动预测转变，为企业实现降本增效、提质升级提供了有力支撑。

在数据基础层，系统通过多源异构的生产设备和各类传感器（如温度、振动、电流等）实时采集设备运行数据，经由边缘网关和数据采集终端汇总至数据存储中心。随后，通过数据清洗、标准化建模等手段，实现设备数据的高质量治理和结构化管理，为上层算法分析提供可靠的数据支撑。该层不仅保障了数据的真实性与一致性，也为后续的预测分析打下坚实基础。

在分析决策层，项目构建了基于PHM（预测与健康管理）体系的智能诊断模型，利用机器学习与知识图谱技术，对历史运行数据与实时监测数据进行融合分析，实现设备状态评估、异常检测及故障趋势预测。系统能够快速定位故障源、判断故障等级，并生成最优的维修策略，极大提升了运维效率与准确性。

在业务应用层，系统通过可视化界面实现设备监控、报警诊断、维修推荐等功能，形成“发现问题—诊断分析—维修执行—反馈优化”的闭环管理模式。设备维护人员可通过平台实时掌握设备健康状况，并根据系统智能推荐进行决策执行。

在数据治理方面，项目严格遵循数据标准化、分级管理与权限控制原则，实现数据的全生命周期管控。通过对数据采集、存储、传输、使用的全流程审计与安全加密，保障数据安全与合规。同时，系统持续优化数据质量评估机制，确保分析结果的科学性与可靠性。

（项目技术框架）

03 创新做法

数据驱动的智能预测创新。项目通过融合传感器实时监测数据与历史运维数据，构建基于PHM体系的预测性维护模型，实现从“经验维护”向“数据决策”的转变，有效减少非计划停机与“过修”“欠修”问题。

全生命周期的设备管理创新。构建集数据采集、清洗、建模、分析、反馈于一体的设备全生命周期管理平台，形成“监测—诊断—预测—维护—优化”的闭环体系，推动设备管理数字化、智能化转型。

数据治理与安全保障机制创新。项目建立完善的数据标准化与分级管理体系，融合加密传输、权限控制与合规审计等多项安全策略，实现设备数据的全流程可控与可信，确保数据高质量、安全流通与高效应用。

04 应用成效

经济效益显著。通过引入预测性维护与智能分析技术，设备停机时间减少约29％，维修效率提升35％，备件库存降低32％，大幅降低了设备运维及库存成本，提升了生产线利用率与资产运营效率。

推动产业智能化升级。项目以数据为核心驱动力，构建了轨道交通装备制造领域的智能运维体系，促进制造业数字化、智能化和精益化转型，为行业提供可复制的智能制造解决方案，助推高端装备产业高质量发展。

社会与环境效益突出。项目通过减少设备故障与资源浪费，实现节能降耗与绿色制造；同时提升了企业安全生产水平和从业人员的技术能力，助力传统制造业向“智慧工厂”转型，对推动区域产业结构优化和智能制造生态构建具有重要示范意义。