黑冰 SM

　　中国青年网西安5月27日电（记者 宋莉 宋潞）记者见到西安交通大学机械学院青年教师李响时，他正在中国西部科技创新港力行楼，调试该学院团队研发的智能运维大模型。“这款大模型如果构建成功，将广泛应用于多类型高端装备。”这位90后博导，对这款大模型尽快落地应用充满信心，期待着它为国家重大装备的安全运行提供坚实保障。

　　目前，李响和团队研发的智能运维算法，已成功应用于航空航天、智能制造、交通运载等多个领域，显著提升了装备的运行效率和安全性。在表面贴装产线关键设备智能运维领域，李响带领团队实现了高速贴片过程多源工业大数据的智能处理，能够精准“诊断”设备健康状态，并提前几小时预警故障，破解了人工运维传统低效的难题。

　　“飞机微裂纹问题，发现得越早越好。”针对飞行器结构长周期退化过程中早期微裂纹监测难题，李响和团队基于大数据驱动的智能分析算法，研发了飞行器疲劳试验损伤定位系统。该系统能够在高噪声环境下，对监测信号中的微裂纹故障特征进行智能提取。这项技术在某国产重要型号飞机全机静力疲劳试验中，已得到成功应用。

　　然而，在李响看来，“人工智能在传统工业领域的应用还是任重道远。”目前，他和团队正在挑战多源数据融合的高速飞行器结构健康监测。“智能运维现在是人工智能与机械工程深度交叉融合的领域。”李响坦言，将最新的理论方法与工程实际问题相结合，是工程类学术研究的关键所在。

　　但是，AI技术发展迅猛，面对复杂科研问题时，很难凭借单一学科的知识体系去完整攻克难题，难免会有“力不从心”的时候。这是李响学生时期苦恼的问题。作为“国家级青年人才”，李响曾走过这样的“苦恼”路。

　　2019年，在美国国家自然科学基金会智能维护系统产学研联合中心从事博士后研究工作期间，李响接触到了工业大数据的前沿技术。这促使他将研究方向逐渐从经典力学转向人工智能与机械工程交叉领域。2021年，李响回国并入职西安交通大学机械工程学院后，面对国内高端装备智能运维痛点，他以敢于勇闯科研“无人区”、持续向“新潮”科学技术发起挑战的信念，全身心投入到科研攻关中，他也希望能够引导学生涉猎更多领域知识，不断创新。

　　李响分享了团队正在做的一项动态视觉振动测量的新兴前沿技术，“这在国际上也算空白，基本没有现成经验可参照。”团队经过大量实验，提出可行技术路线后，仍需要不断“试错”，从众多技术方案中选出最合适的方案，但仍存在太多不确定性，“这个过程是很辛苦的，也是很有意义的。”李响认为，重大装备、高端装备智能运维是与国家重大战略需求相关，就像研究院门口写着的标语：“为国铸器，智造未来”，这也正是李响团队的信条。

　　当AI能听懂装备的“心跳”，中国制造的脉搏才会更强劲。“未来，我和团队将致力于推动新一代人工智能赋能的高端装备智能运维快步发展。”李响目光炯炯，满怀期待。