中文
English2026年，工业和信息化领域政策密集落地。从年初工信部等八部门联合印发《“人工智能+制造”专项行动实施意见》，到七部门发布《推动工业领域设备更新实施方案》，再到工信部印发《工业场景数据要素应用参考指引》，一系列政策组合拳指向一个清晰的方向：设备预测性维护正在从“可选项”变成“必选项” 。
一、政策定调：设备预测性维护成为制造业AI核心场景
2026年1月，工信部等八部门联合印发《“人工智能+制造”专项行动实施意见》，提出到2027年推动3至5个通用大模型在制造业深度应用，推广500个典型应用场景。在“生产制造环节”，《意见》明确强调深化人工智能技术在工艺优化、排产调度、设备预测性维护等方面的应用。
2026年8月，工信部等七部门印发《推动工业领域设备更新实施方案》，要求推广应用机泵预测性维护等数字化技术。工信部印发的《工业场景数据要素应用参考指引》将“设备智能监测与维护”列为核心场景，预期效果是“实现预测性维护，提高设备运行的可靠性和稳定性”。
政策组合拳已清晰勾勒出PHM（故障预测与健康管理）系统的产业地位：它是智能工厂的刚性基础设施，更是“人工智能+制造”战略中落地最快、价值最直接的场景之一。
二、市场爆发：千亿赛道进入高速增长期
政策推动之下，市场正在高速增长。据行业研究机构数据，2026年中国预测性维护市场规模预计达数百亿元，增长的核心动能来自边缘计算与轻量化AI模型的规模化部署。随着传感器部署成本持续下降，设备预测性维护不再是大企业的“专利”，中小企业也能用得上、用得起。
软件订阅制服务（SaaS模式）的渗透率预计在2026年首次突破50%，标志着行业收入结构正在从一次性项目交付向持续性运营服务迁移。对于工业企业而言，部署PHM系统的门槛正在大幅降低。
三、行业实践：真实案例验证PHM价值
裕泰化工集团联合研发的工业设备预测性维护大模型，实时采集煤气鼓风机、压缩机等107台关键设备的温度、振动等运行数据。据报道，该系统使生产线异常故障发生率降低80%，非计划停机时间减少40%，年节约费用500余万元。
山东恒通化工的生产车间里，遍布生产线的物联网设备将每一台设备的温度、振动、噪声等运行数据实时回传。通过AI算法自动识别轴承磨损、转子断条、润滑异常等早期故障征兆，系统可提前一周发出预警，关键设备人工巡检频率降低50%以上，预警准确率超90%。
山西太重集团联合研发的智能轴承，能够基于实时数据实现预测性维护，在故障发生前预警，有效避免非计划停机。这是国内首次将智能轴承应用于大型矿山装备。
四、元硕科技的布局：让每一台设备都“会说话”
政策窗口已经全面打开，市场正在加速爆发。元硕科技深耕工业设备数字化运维领域，自主研发的RIIWORX®智能设备运维管理系统，为工业企业提供从数据采集、智能诊断到闭环执行的全链路智能运维解决方案。
RIILinX工业智能网关——支持振动、温度、压力、电流等多信号同步采集与边缘计算，已在高压水切割设备、风机、制药水泵等场景完成实地部署，为设备状态监测提供高质量的数据输入。
RIIWORX®PHM系统——涵盖轴承损伤、齿轮故障、转子不平衡、不对中等典型故障模式的知识库，实现从设备状态监测到AI故障预测的跃升。系统已形成“监测—诊断—处置—验证”全流程闭环——预警自动生成工单、移动端推送执行、结果反馈入库，让每一次预警都有行动、每一次行动都有记录。
当政策、市场、技术三重力量交汇，设备预测性维护的规模化时代已经到来。元硕科技——让每一台设备都“会说话”，让每一次停机都“可预见”。
