全文內容選自 Altair 區域技術交流會西南站

重慶望變電氣(集團)股份有限公司技術研發主管 左思紅

《Altair RapidMiner 快速預測變壓器空載損耗》演講

如何用 AI 打通制造研發“數據孤島”？

近年來，制造業數字化浪潮持續推進，但真正讓數據驅動研發與決策的案例仍相對稀缺。特別是在傳統裝備制造領域，如何將經驗主導的設計流程轉化為可量化、可優化的模型，是許多企業數字化轉型的瓶頸。AI是否能真正落地？數據該如何組織與應用？我們在變壓器產品設計中，做了一個有益的嘗試。

我是來自重慶望變電氣的一線研發人員，這次很榮幸受邀在 Altair 技術交流會上分享我們的 AI 建模實踐。作為一家深耕輸配電設備制造三十余年的企業，我們一直關注如何將智能化工具融入傳統制造流程，實現質量提升與成本控制的雙贏。

選擇從變壓器的空載損耗預測切入。為什么是它？一方面，這是國家強制的產品性能指標，出廠前必須達標；另一方面，它與硅鋼材料強相關，而硅鋼成本又占據整個鐵芯成本的95%以上，精準預測的價值不言而喻。過去，我們依賴公式和經驗做估算，設計上不得不留出5%~8%的性能冗余，來“保守達標”，這在材料價格持續上行的背景下，變得越來越不可持續。

我們嘗試借助 Altair RapidMiner^? 構建 AI 預測模型，把研發人員擅長的“工藝經驗”和軟件平臺擅長的數據建模能力結合起來。RapidMiner 的一大優勢是可視化操作，無需編程基礎，大幅降低了技術門檻。我們用自己整理的設計參數、工藝參數和幾何參數作為輸入變量，不斷訓練、迭代、驗證模型，最終將預測誤差從初版的7.4%壓縮到3%以內，并已在兩類產品（干變和油變）中落地應用。

不僅如此，RapidMiner 的反向尋優能力也讓我們眼前一亮。現在，我們可以先設定目標性能值（例如滿足空載損耗要求），再反推哪些材料組合與工藝條件最優，同時考慮成本權重。這不僅減少了人為經驗的依賴，還為材料選型和生產決策提供了明確的數據支持。

目前，該模型已部署至生產現場，可與企業內部的ERP 與MES 系統打通，形成在線+離線一體的決策工具。單臺產品鐵芯的成本最高已節省1500元，設計留量也從8%縮小至3%，真正實現了數據驅動的“精準制造”。

對制造業來說，我們不需要人人精通 AI，只要我們足夠理解自己的產品、工藝和數據，懂得與好工具協作，就能從容邁入智能研發的新階段。

從模型建立到系統集成，我們的整個研發團隊切實感受到：當專業經驗與 AI 平臺形成合力時，真正的價值提升才可能發生。未來，我們希望把這套方法推廣到更多產品模塊中，也歡迎更多同行一起交流，共同打破數據孤島，用 AI 重塑制造研發的底層邏輯。

A

申請免費試用

如您對 Altair 軟件及解決方案感興趣

歡迎掃描二維碼申請免費試用：

全球100個AI應用案例電子書下載

△Altair 正式發布全球100個AI應用案例電子書，內容覆蓋10+行業的100個AI應用場景。點擊圖片立即獲取，了解全球AI驅動工程設計應用成功案例，以及AI技術如何為工業制造業的產品全生命周期帶來賦能與革新。

??掃碼獲取??

關于 Altair 澳汰爾

Altair 是計算智能領域的全球領導者之一，在仿真、高性能計算 (HPC) 和人工智能等領域提供軟件和云解決方案，服務于16000多家全球企業，應用行業包括汽車、消費電子、航空航天、能源、機車車輛、造船、國防軍工、金融、零售等。

近期，Altair被全球工業軟件領導者西門子收購，成為西門子數字化工業軟件(Siemens Digital Industries Software)旗下成員，進一步鞏固西門子在仿真和工業人工智能領域的全球領導者地位，其技術正與西門子Xcelerator解決方案進行深度整合。

欲了解更多信息，歡迎訪問：

www.altair.com.cn