工艺质量在线监测 + PHM 设备健康与故障诊断系统 — 神经网络驱动的设备端智能感知（CNN/TCN/VAE 三模型融合），从被动维修到主动预防，制造业非视觉信号 AI 诊断的先行者
超声波焊接/旋转件振动等多场景在线监测 — CNN+VAE+规则引擎三路融合判定；功率/振幅/频率多通道实时采集，三阶段演进（诊断→预测→闭环），已在焊接产线批量部署。
为什么是"三路融合"？CNN 负责从波形中学习已知缺陷模式，VAE 负责发现从未见过的异常，规则引擎则把功率、振幅、频率偏移量化为可解释的工艺判据——三条路径互相校验，既保留 AI 的识别能力，又保留工程师看得懂的判定依据。判定结果即时拦截不良品，焊接数据全量留存，质量问题可追溯。
设备健康管理（PHM）— 振动、温度、电流多源信号感知，AI 故障诊断，预测性维护降低非计划停机。
三模型各司其职：1D-CNN 识别已知故障类型（轴承、齿轮等典型模式），TCN 在健康状态良好时预测剩余使用寿命，VAE 捕捉训练集中从未出现的新异常——三类问题分别处理，模型总参数仅 31K，可在 RK3588 这类边缘硬件上实时并行推理，数据不出厂区。
设备端智能感知方案的典型落地场景
设备端数据向上流动，与青璃云网边端全链路协同