在“智能鐵路2.0”戰略推動下，和利時創新推出“和行”軌道交通大模型。該模型以DeepSeek R1、Qwen等成熟、開源的通用大模型作為基座，深度融合軌道交通行業知識庫，通過大數據分析、機器學習、計算機視覺、自然語言處理等技術，進一步提升數據處理和模型訓練能力，實現鐵路信號系統的智能化運維，推動行業數字化轉型。

面向應用場景，和利時采用多模技術架構，打通“通用大模型底座+行業數據定調”的智能模式，在“和行”軌道交通大模型基礎上，構建了“和言”“和視”“和音”三大模塊，實現了語言大模型、視覺大模型、多模態大模型技術協同融合，為軌道交通行業提供定制化的智能解決方案。

運維變革：從被動到智能

傳統鐵路智能運維主要依賴規則判斷、定期巡檢和專家經驗，缺乏自學習和推理能力，無法實現預測性維護。引入大模型技術后便能夠進行思考和推理，具備自學習能力，數據處理范圍擴大，電壓、電流與文本、圖像數據均可分析，全面覆蓋鐵路信號系統的關鍵設備，實現從監測到維修的全流程智能化，完成從“故障修”到“基于狀態維修”的轉變；同時通過數據驅動與AI輔助，提升運維效率和決策的科學性。

■鐵路信號大模型智能診斷系統：整合監測數據，實現集中管理和規則判斷，并擴展實時監測功能，如道岔受力分析、信號機故障預測等，構建全維度智能監控與診斷體系，顯著提升設備狀態感知精度和故障預判能力。

■設備狀態AI診斷技術：全面覆蓋道岔、軌道電路等關鍵設備，能夠提供從早期異常檢測到剩余壽命預測的全生命周期健康管理，為鐵路信號設備運維提供智能化決策支持。其通過多維趨勢演化技術追蹤設備狀態演變規律，運用神經網絡與時間序列算法實現健康度精準評估與壽命預測，并融合歷史與實時數據進行智能故障預警與診斷。

■基于設備狀態的AI排程：通過實時分析設備健康數據，智能生成天窗維修計劃并優化資源配置，實現精準化任務派發；其動態調整功能可實時響應設備狀態變化，靈活重構任務優先級與資源分配，顯著提升鐵路信號設備運維的計劃性和應變效率。

■現場作業AI助手：集成歷史故障數據庫，能實現智能案例匹配。其通過自動推送安全規范、備件清單和作業任務，結合圖像識別技術實現智能工具清點，并運用語音與觸控雙模交互提供實時故障診斷與處置方案，從而顯著提升維修效率與作業安全性，助力實現鐵路信號設備維護的智能化、精準化和標準化作業。

■AI應急輔助調度：通過智能問答、路徑規劃和實時風險提示，為突發故障提供高效的應急指揮支持；同時依托多站協同能力，實現跨站點資源的快速調度與聯動，顯著提升鐵路信號系統的應急響應速度和故障處置能力，確保運營安全與效率。

■AI管理幫手：通過智能統計分析生成運維報告，幫助管理層優化決策和資源配置；同時集成專業知識庫，支持智能問答和人員培訓，提升運維團隊的專業能力和響應效率，從而實現運維管理的智能化和高效化。

系統應用：從人工到AI的運維升級

目前，“和行”軌道交通大模型已應用于和利時交通智能化業務產品研發、工程設計、安全測試、工程服務等全業務流程，并在內部經營、市場、人力等管理流程展開應用滲透和推進。該模型實際應用從問答到移動端協同，通過與平行線APP結合，運維人員可隨時隨地通過語言或文字獲取AI支持，實現“掌上運維”。當前，該模型規章制度問答準確率達100%，故障處置建議準確率提升至98%，通過“AI+專家系統”模式為鐵路信號運維提供高效精準的智能決策支持，助力行業數字化轉型。

■道岔綜合監測及智能診斷系統

道岔綜合監測及智能診斷系統在融合人工智能大模型與專家經驗知識的基礎上，綜合轉換阻力、外鎖閉力、行程、缺口、工況、室內電路、室外電路等多種受力、圖像、位移和電壓電流數據，運用智能診斷算法對道岔進行全過程數字化監控和智能診斷，實現道岔故障的精準診斷預測；為道岔建立“健康檔案”，定制個性化維護計劃，制定更科學、更經濟的維修策略，解決了傳統道岔管理依賴人工巡檢和定期維修導致的效率低、成本高、易漏檢等難題。該系統通過智能化分析手段，實現早期故障識別、健康狀態評估、趨勢預測及維護決策支持，為鐵路道岔的預防性維護提供科學依據。

■ATP無線下載及智能分析系統

ATP無線下載及智能分析系統通過車載無線下載設備（TWDM）實時采集列車“健康數據”（包括DUMP、電臺、BTM等日志文件），系統自動從海量數據中提取關鍵信息：包括故障代碼、列車身份信息（車號、ATP型號）、運行環境（線路、方向、位置）等，再通過“和行”軌道交通大模型進行智能分析，精準診斷故障根源，并給出專業的“治療建議”。該系統助力列車運維模式從“故障搶修”向“智能預判”轉變，在確保診斷精準度的同時顯著提升維護效率。

■地面列控設備遠程智能監測及診斷系統

地面列控設備遠程智能監測及診斷系統通過實時獲取列控中心、臨時限速服務器、無線閉塞中心等設備的運行狀態數據，自動抓取、分析故障代碼，避免故障的漏報，提高巡檢質量，降低巡檢成本。該系統實現了從“被動搶修”到“主動預防”的運維模式轉型，在提升故障處理效率的同時，通過預測性維護大幅提升設備可靠性，為鐵路列控系統安全運行提供智能化保障。

未來，和利時將一如既往地致力于技術創新和產品研發，我們將打造參數規模更大、泛化能力更強的“和行“軌道交通大模型，擴大人工智能應用場景，進一步以大模型系統和智能設備，為交通運輸行業的智能化、數字化發展貢獻更多力量。