布瑞琳一直在运用数字化系统提升洗涤效能，在《北京市洗染业数字化服务应用指引》实施后，这一趋势更加明显。其中，自动检修系统更值得在全行业推广。气系统由三部分构成，远程设备数据采集模块、设备检修基础管理模块和AI智能优化模块构成。

1、远程设备数据采集模块

自动检修系统中的远程设备数据采集模块在平台中是很重要的，是生产设备运行数据监控的基础保障，一是实现集控中心对设备和元件的性能数据进行采集；二是为设备检修基础管理模块和AI智能优化模块提供基础数据。远程设备数据采集模块按照业务划分为性能指标数据、环境指标数据两部分，并从根本上实现现场检修全天候和无人化，实现了系统的实用、精准可靠和安全稳定，大幅提高了生产效率和劳动效率。

2、设备检修基础管理模块

自动检修系统中基础管理模块包括设备状态监视和设备检修管理两部分。其中设备状态监视包括生产监视、潮流监视、负荷监视、历史计量曲线查询等功能。设备检修管理主要依据设备检修管理流程进行的，主要包括设备树管理、检修计划管理、日常检修管理、大中修管理等。既保证了系统数据的可靠性，又实现了设备管理与生产管控“数据不落地”式的管理和协同优化。

3、AI智能优化模块

自动检修系统中智能优化模块充分运用了大数据和机理相结合的技术，从洗衣生产的角度出发，成功实现了在洗衣生产全流程中的设备性能和状态在线分析、评价及动态优化；建立设备性能预测和多介质耦合优化技术，实现了设备维护的优化，进一步增加了设备的稳定性和有效利用性；运用数据挖掘技术和机器学习平台，实现海量设备运行数据和生产数据知识图谱化，实现了设备检修的预测、设备性能模型，使企业隐性知识的显性化。

创新点：

1、将远程设备数据采集模块运用在设备检修系统中，即可以监控设备运行状态，又可以进行设备数据采集；

2、远程设备数据采集模块按照业务划分为性能指标数据、环境指标数据两部分，并从根本上实现现场检修全天候和无人化，实现了系统的实用、精准可靠和安全稳定，大幅提高了生产效率和劳动效率。

3、建立设备性能预测和多介质耦合优化技术，实现了设备维护的优化，进一步增加了设备的稳定性和有效利用性；运用数据挖掘技术和机器学习平台，实现海量设备运行数据和生产数据知识图谱化，实现了设备检修的预测、设备性能模型，使企业隐性知识的显性化。

4、深入应用深度数据挖掘技术，让不同设备的数据建立预测模型方法，对不同设备提供定制化进行设备维护和大小修提供方案。