你家楼里的水是怎么上来的？
不是直接从市政管网来的。大多数城市小区，地下有一套二次供水泵房——负责把水加压再送到每一层。
这套设备，很少有人注意，但一旦出问题，影响的是整栋楼的用水。
过去这套设备是靠人巡检的。有没有报警，传感器有没有超值，出了问题再去排查。
我们设计了另一套方案：让 AI 持续盯着这台设备，像医生一样持续体检，提前发现隐患、解释原因、给出处置建议。
1. 先说清楚：这个系统要解决什么问题
泵房里的传感器其实一直在采集数据：压力、流量、电压、电流、液位、报警信号……
数据不少，但光有数据没用。
传统的报警逻辑是"超过阈值就报警"——这更像一个门铃，只负责响，不负责说清楚出了什么问题。
运维人员真正需要的是三件事：
① 这台设备现在健不健康？② 如果有问题，根因是什么？③ 我应该先去检查哪里？
这套 AI 智能体系统，就是为这三个问题设计的。
2. 数据两层：原始指标 + 计算指标
系统把数据分成两层处理。
第一层：原始指标直接来自传感器和 PLC：出水压力、流量、电压电流、液位、设备运行状态、告警信号。这层数据告诉你"现场发生了什么"。
第二层：计算指标由云端脚本引擎对原始数据加工得出：泵组效率、水电比（每吨水耗电量）、压力稳定性（方差）、单位能耗偏离度、泵组切换频率……
这层数据才是真正有分析价值的。
就像体检报告：抽血结果只是原始数据，真正重要的是医生根据多项指标综合判断你的健康状态。
另外——泵房还有摄像头和麦克风。设备位移、漏水痕迹、电机异响，这些都是多模态数据。它们体量大，不能全传云端，所以我们在边缘侧先做轻量 AI 预处理，只把"特征和事件"上报云端，节省带宽和计算成本。
3. 快慢双轨：AI 用在最值的地方
这套系统最务实的设计，是对异常做分流。
快系统：确定性硬故障，不走 AI，直接处理
PLC 明确报出缺水停机、超压停机、传感器物理掉线——因果清晰，无需大模型推理。规则引擎直接扣分、报警、推送工单，秒级响应。
慢系统：复杂隐患，才交给 AI 深度分析
泵组效率持续下滑、压力方差升高、单位能耗偏离历史均值——这类问题有多种可能的根因，才值得拉 AI 来"开专家会"。
这个分流设计非常关键。
AI 大模型调用有成本，工业场景里更讲究精准——只有真正复杂、真正需要推理的问题，才值得动用 AI。
4. GraphRAG：让 AI 看懂设备之间的物理关系
普通的 AI 问答更像"查文档"——你问一个问题，它从知识库里找最相关的段落回答你。
但泵房故障有很强的物理联动：一个出口压力异常，可能和变频器、水泵、阀门、管网末端、传感器都有关系。如果 AI 只看单点数据，很容易给出片面结论。
我们引入了GraphRAG——基于知识图谱的检索增强。
它把这些东西连成一张图：
-
设备之间的拓扑关系（谁在谁上游）
-
每个指标的业务定义和异常机理
-
历史上类似故障的处置经验（专家录入）
-
当前运行工况和环境上下文
当 AI 在分析"出口压力波动大"时，它不会只说"压力异常"，而是进一步关联：
是变频器 PID 控制参数不稳？是管网末端阀门异常节流？是泵组切换策略有问题？还是压力传感器本身数据质量不可靠？
这才接近一名有经验的现场工程师在做分析，而不是在查 FAQ。
5. 多 Agent 交叉验证：避免大模型"一本正经地说错"
供水系统是高安全场景，不能让一个大模型独自拍板。
为什么一个 AI 不够？
大模型有一个天然的问题：它很善于"看起来言之有理"。你给它一段异常数据，它会输出一个听起来很专业的分析——但在高安全场景里，"听起来对"和"真的对"是两件事。
工业现场的故障往往可以从多个专业视角解读，不同的工程师看同一个现象，结论可能完全不同。这不是谁的问题，而是真实世界里工业系统的复杂性使然。
我们的做法：让三个不同倾向的 Agent 同时分析，互相验证。
• Agent A（电气视角，倾向激进）：优先考虑电气故障、变频器问题、电机老化，倾向判断更高风险等级
• Agent B（安全视角，倾向保守）：优先考虑安全保护逻辑、停机风险，倾向谨慎维稳、避免误操作
• Agent C（水力视角，中立）：从管网水力机械角度分析，关注泵组运行工况、管网压差、流量平衡
同一个异常，比如"出口压力持续低于设定值"：
-
Agent A 可能判断：变频器输出异常，HIGH 风险
-
Agent B 可能判断：供水不足风险，建议立即触发备用泵，CRITICAL
-
Agent C 可能判断：末端用水量峰值导致短暂压降，属正常工况，LOW 风险
裁决 Agent 对比三份报告，评估置信度：
三者结论接近 → 直接输出风险等级和可执行建议
三者分歧严重 → 触发 Human-in-the-Loop（人类在环），推给高级工程师人工审核。AI 不降分、不自行决策，等人来判断。
这个机制的核心价值：AI 知道自己什么时候不该拍板。
工业 AI 真正的边界感，不是无所不知，而是在不确定的时候及时交给人。
6. 健康度评分：规则 × AI，稳定且可解释
最终，系统会给每个泵房输出一个健康度分数（支持按小时、日、月周期）。
但这个分不是大模型随口打的，而是两层合并计算：
第一层：客观规则扣分（稳定可复现）
第二层：AI 判断风险系数（上下文敏感）
同样是压力波动——工况正常波动是 LOW（×0.5），设备劣化前兆是 HIGH（×1.5），数据故障可能是 CRITICAL（×2.0）。
最终扣分 = 客观基础扣分 × AI 风险系数
规则保证分数稳定可追溯，AI 负责理解复杂上下文，互相补位。
7. 真正的价值：不是分数，是可执行的建议
健康分 78 分——这个数字本身意义不大。
系统真正交付给运维管理者的，是这样的内容：
数据质量维度：HIGH 风险
控制效率维度：MEDIUM 风险
设备健康维度：LOW 风险
每条建议有来源依据、关联指标、优先级——不是模糊的"需要关注"，而是可以直接派工单的操作指令。
专家处置完成后，处置结果可以写回知识图谱——下次遇到同类问题，AI 可以直接复用这段经验，系统越用越准。
8. 复盘：这套设计最值得借鉴的 4 点
① AI 没有替代规则，而是和规则分层协作
客观扣分靠规则，风险判断靠 AI，两者各司其职。不迷信 AI 全自动，也不用死板规则限制住所有判断。
② 大模型不是用来处理所有告警的，而是通过快慢双轨精准调用
只有真正复杂的隐患才进慢系统，硬故障秒级处理不走 AI。算力花在刀刃上。
③ GraphRAG 把设备物理拓扑和专家经验都连进来
不只是语义搜索文档，而是在设备关系图上做有物理意义的推理，分析结论更接近现场工程师的判断。
④ 保留人工审核机制，不在高安全场景里盲目自动化
多 Agent 分歧大时强制触发人类在环，AI 主动认识自己的边界，不硬猜不乱扣分。
结尾
城市地下有很多这样的泵房，安静地工作，很少被人注意。
传统运维方式里，它们靠定期巡检和报警维持，出了问题才知道。
这套方案想做的，是让泵房有一套持续运转的"AI 体检医生"：
数据自己上报，系统持续分析，AI 辅助判断，专家经验不断沉淀。
从"坏了再修"，变成"变坏之前就知道，还能说清楚为什么、该怎么处置"。
这，可能才是 AI Agent 在工业基础设施里最现实、最有价值的落地方式。
如果你也在做工业 AI 或智慧城市相关的项目，欢迎交流。
