客户端
媒体矩阵
企业邮箱
工经号
“以前我们检查钢带，得像中医一样‘望闻问切’，靠手摸、靠眼看，不仅累，遇到微小的断丝和内部锈蚀，真的很难发现。”在电梯检修机房里，资深维保技师指着正在运行的电梯曳引系统说道。而此刻，江苏安全技术职业学院“梯安智检”团队的学生们，正围着一台自研的AI视觉检测仪，记录着屏幕上跳动的实时数据。这群00后，正试图用课堂上学到的技术，解决老师傅们头疼多年的难题。
这一切，还要从一次暑期社会实践说起。去年夏天，团队成员在徐州、南京等地走访了20多家电梯维保企业。他们发现，随着城市里大批电梯步入“中老年”，钢带和钢带的磨损、断丝成了最大的安全隐患。但传统的检测方式极其依赖人工经验，“同样是磨损，两个师傅可能给出两种结论”。这种不确定性，成了悬在电梯安全头上的一把刀。
如何让检测从“凭感觉”变成“靠数据”?团队决定啃下这块硬骨头。他们依托学校的省级电梯工程技术实训基地，开启了这场“AI+电梯”的攻坚之旅，并在校企合作中完成了三次关键跨越。
第一关：听懂行业的“黑话”
刚开始，学生们做出来的算法很“学院派”，能识别标准的缺陷图片，但一到现场就抓瞎。因为机房光线暗、钢带反光、还有油污遮挡。团队没有闭门造车，而是直接住进了合作企业。他们跟着维保师傅爬井道、搬机器，把老师傅嘴里的“有点毛刺”、“发亮了”这些经验性的“黑话”，一点点翻译成了计算机能懂的像素特征和算法逻辑。
第二关：死磕“拍不清”的难题
实验室环境太理想，到了真实的井道里，设备根本“睁不开眼”。为了解决暗光、震动、反光三大难题，团队在实训室里搭起了模拟环境。他们一遍遍优化模型算法，历经上百次的优化测试，最终通过retinex去反光、暗通道去雾等算法，他们自研出一套自适应图像增强技术，终于让AI在昏暗的机房里也能看清头发丝般的裂纹。
但这还不够，看清只是第一步，更难的在于“认准”。针对钢带表面划痕、压痕等低对比度缺陷难以辨别的问题，团队构建了多尺度特征融合与提取机制，结合跨层级特征网络与多样本图库，专门攻克细微损伤识别难题，让AI不仅能看清，更能看得准。
而在工程落地中，团队又遇到了算力与成本的瓶颈。为了让算法能在边缘端设备上跑得动，他们进行了高精度轻量化网络重构，在实现计算量骤减68%的同时，效率提升62.8%，并严格把控了精度损失。这让原本需要昂贵服务器才能运行的复杂模型，现在能在小巧的检测终端上流畅运行，真正做到了让系统“跑得快”。
第三关：接受市场的检验
技术好不好，企业说了算。团队带着设备走进了徐州富奥电梯(A1级资质)和杭州西奥电梯的维保现场。在长达数月的试用中，系统经历了高温、高湿、粉尘等多重考验。企业反馈显示，这套系统不仅能精准识别出微米级的微裂纹，还能自动生成电子档案，让维保从“凭经验换件”变成了“看数据说话”。
从被企业质疑“学生娃能做啥”，到如今拿着试用报告谈合作，这群职校生用540多天的坚持证明：产教融合不是一句空话，把论文写在祖国大地上，也能解决行业真问题。