跳到主要内容

PlantPulse AI Platform

初次使用按以下顺序
  1. 让聊天机器人用我们的文档回答 — 附带公开演示和视频
  2. 问题示例 — 了解你可以提出什么问题
  3. 一行安装修改初始密码
  4. 工作流程 — 部署后持续保持可用性

"工厂的所有数据,所有人,一句自然语言"

PlantPulse AI Platform 是一个工业 AI 副驾驶平台,整合了制造现场的实时数据、AI 分析和知识管理。

当工厂运营人员用自然语言提问时,AI 会自动执行实时传感器数据查询、异常检测、预测分析和技术文档搜索,支持即时精准的决策


核心指标

项目数值
集成 MCP 数据工具116 个(只读)
TimeSeries-Insight 分析工具27 个
知识图谱(本体)工具5 个
RAG 搜索工具3 个
本体节点类型14 种

平台组成

组件角色
AI Chat Web用户界面 — 自然语言对话式 AI 副驾驶(内置代理)
集成 MCP实时工厂数据网关(Platform server-web /api/v5/mcp,含本体)
Ontology工厂知识图谱 — 设备关系/结构分析(包含在集成 MCP 中)
TimeSeries-InsightAI 异常检测 + 预测 + 特征存储(27 个分析工具)
RAG基于 LightRAG 的技术文档搜索 — 手册、SOP、规程即时查询
AURA工业专用 LLM — 制造领域微调模型

部署效果

领域现有方式PlantPulse AI
现状掌握SCADA+Excel+手册 30 分钟~1 小时自然语言提问 10 秒
异常感知基于规则报警(事后应对)AI 提前感知 + 原因推断
维护方式预防性维护(周期固定)预测性维护(基于状态)
文档搜索文件服务器手动查找AI 混合搜索即时获得
AI 成本云端 API 按用量计费本地部署固定成本无限使用
数据安全外部云端传输完全本地部署数据不出场

技术栈

层级技术
AI 模型AURA LLM、IBM Granite TSPulse、TinyTimeMixer TTM
AI 框架MCP (Model Context Protocol)、LiteLLM、LightRAG
后端Java 21 / Spring Boot 3.4、Python / FastAPI
图数据库Neo4j
向量数据库Qdrant
关系型数据库PostgreSQL 18
时序数据库Apache Cassandra
缓存Valkey(Redis 兼容)
对象存储MinIO(S3 兼容)
GPUNVIDIA DGX Spark 兼容(低配运行)
部署方式本地部署 / 边缘 / 云端

适用行业

行业主要应用场景
食品饮料制造生产线 OEE 管理、质量监控、能耗优化
化工/石化工艺异常早期预警、安全规范遵从、设备健康管理
汽车零部件预测性维护、工作指令质量追踪、线体均衡
半导体/电子微观异常感知、产率预测、洁净室环境监控
钢铁/金属高温设备监控、能源管理、维护周期优化