3月31日从国家能源集团获悉，由该集团数智科技公司自主研发的国内首个工业设备综合诊断运维AI大模型日前正式上线，模型管理应用平台同步投入使用。该模型具备强大的数据处理和文本理解能力，在数据样本覆盖面、泛化学习能力、诊断准确率等方面处于行业领先水平。

　　“当前，能源行业的设备存在种类多、结构和机理复杂、运维难度大等问题。为解决这些问题，我们基于国家能源集团自建的人工智能底座，专门打造了这个可全面覆盖煤炭、化工、电力等行业专用和通用设备的综合诊断运维大模型。”国家能源集团数智科技公司智能矿山与智慧运输事业部产品研发部算法工程师孙国栋说。

　　据悉，基于该模型构建的综合智能知识库，用户企业能更便捷、更高效地了解设备运维综合状态，解决设备运维遇到的问题；基于该模型搭建的管理应用平台，运维人员可以开展故障定位、拆装指导、培训学习等综合性的服务，助力用户企业实现设备维修管理智能化升级，大大提高运维效率，压缩成本支出，实现降本增效。

　　此外，该模型还具有自主学习、自主成长、自主提升的能力，即通过云端存放的海量数据，可以在“得与取”中自主不断学习和提升，优化模块配置，以更好地适应实际工作场景。

　　孙国栋表示，该模型能够有效降低能源行业设备监测诊断失误率，提升准确率；同时，通过持续的数据积累和模型迭代，该模型未来将不断扩展设备覆盖面，进一步提升设备监测诊断准确率和泛化性。

　　注深层土壤采样点采样深度与隐蔽性设施埋深、地层结构的关联性；地下水监测注意监测井建井深度，现场施工时应设置井口保护装置和监测井统一标识。

　　(4)土壤和地下水自行监测结果在与标准限值比对的同时，应与土壤背景点位或地下水对照点检出值比对分析，对于明显超背景值或地下水检测值以及存在连续上升趋势时，应分析其原因并提高监测频次，持续关注污染物变化情况。

　　建议：

　　(1)化工企业应加强对《中华人民共和国土壤污染防治法》《地下水管理条例》等法律法规的学习，切实履行其主体责任，重视土壤和地下水污染防治工作；增强企业自身环保技术能力，强化对土壤和地下水污染防治的日常管理工作，通过土壤和地下水自行监测等手段，进一步提升污染防治的管理水平。

　　(2)企业土壤和地下水自行监测工作在样品采集、保存、流转、制备与分析等环节应满足相关技术规范以及质量保证与质量控制措施要求，并保留相关记录。

　　(3)企业须将土壤和地下水自行监测相关内容纳入企业自行监测年度报告和排污许可年度执行报告，

　　将监测数据报生态环境主管部门并向社会公开监测结果。

　　参考文献：

　　[1]王罡.重点企业土壤环境自行监测方案的探讨与研究[J].山西化工,2022(3):42.

　　[2]卢静.探讨土壤和地下水环境监测中存在的问题与对策[J].皮革制作与环保科技,2023,4(2):39-41.

　　[3]高碧声.土壤和地下水污染隐患排查和自行监测研究[J].资源节约与环保,2023(2):56-59.

　　[4]邹旭梅,张同星.化工园区周边土壤,地下水自行监测相关问题及建议[J].化工管理,2020(32):119-10.

　　[5]杨亚科,程志伟,吕玉新.浅析重点监控企业土壤环境的自行监测[J].中小企业管理与科技,2021(26):119-121.

　　[6]程二波.浅谈化工行业企业用地土壤污染状况初步调查[J].清洗世界,2023,39(6):175-177.