夜雨聆风核心技术支撑
垂直领域大模型（LLM）+ RAG（检索增强生成）： 学习轨道交通海量的国家标准、行业规范、施工图纸、设备手册，实现精准的智能问答。
多模态融合预警引擎： 结合IoT传感器数据（振动、温度、电压）与视频监控（计算机视觉），利用AI算法进行趋势预测与异常行为识别。
工业知识图谱： 将线路、车站、设备、故障原因、维修手段连点成网，为问答和预警提供强逻辑支撑。
全场景应用落地蓝图
1. 建设阶段（施工安全与进度管理）
建设期环境复杂，多为地下作业，风险点极高。
智能问答：
现场施工规范查询： 施工人员通过语音/文字询问“暗挖隧道盾构进出洞风险控制标准是什么？”，AI秒级调出对应规范及过往案例。
安全合规审查： 自动比对施工方案与国家安全标准，指出潜在红线风险。
智能预警：
地质与结构沉降预警： 实时监控盾构机参数及周边地表沉降数据，一旦超过临界值，自动向项目经理发送预警。
施工现场违规预警： 变盲目的人工巡检为AI视觉监控，自动识别“未戴安全帽”、“擅自进入危险区域”等行为。
2. 运营阶段（高效调度与客运服务）
运营期核心是“安全”与“效率”，服务对象既有内部调度员，也有外部乘客。
智能问答：
调度应急指挥助手： 当突发大客流或大面积延误时，调度员可询问“XX站发生信号故障，推荐的扣车和交路调整方案是什么？”，AI根据历史最佳实践给出决策建议。
多模态客服问答： 面向乘客，提供智能语音客服、车站自助大屏问答，精准回答换乘、票价及失物招领。
智能预警：
大客流与拥挤度预警： 基于历史数据和实时进出站刷卡量，预测未来30分钟内车站及列车的拥挤度，触发限流预警。
异物侵限与乘客跌落预警： 联动站台及轨道摄像头，识别乘客掉落轨道、站台门未夹好等紧急情况，瞬间联动扣车信号。
3. 维保阶段（从“状态修”到“预测修”）
维保是轨道交通的“烧钱”大户，AI的应用能实现极大的降本增效。
智能问答：
排故专家系统： 维修工人在一线面对复杂故障（如“通号系统BOM机报0x03错误”），直接询问AI，系统提供排查步骤、所需工具及备品备件库存。
标准作业程序（SOP）指导： 语音唤醒AI，指导新手开展标准维保作业，确保过程合规。
智能预警：
设备健康度预测（PHM）： 监测列车轮轴温度、轨行区轨道探伤、变电所变压器状态。在设备真正坏掉前，提前几天甚至几周发出“亚健康”预警。
全生命周期耗损预警： 根据设备运行里程和时间，自动生成下一个周期的耗材更换与大修计划。
