{
  "code": "15711KR12",
  "factory_name": "韩国水资源公社华城",
  "batch": 11,
  "type": "单一工厂灯塔",
  "country": "韩国",
  "city": "华城",
  "province": "华城",
  "wef_industry": "",
  "gbt_code": "",
  "gbt_industry": "公用事业 / 水处理（自来水生产和供应）",
  "core_products": "工业用水与饮用水（日供水规模约26万m³）",
  "application_areas": "城市供水、工业供水、水处理、水安全管理",
  "release_date": "2023年12月",
  "quote": "把一座水厂交给 AI 来\"自动驾驶\"，韩国水资源公社华城做到了——这是全球第一座获评灯塔的水务设施：化学品用量↓19%、劳动效率↑42%、电耗↓10%，并已复制到全国40多座水厂。",
  "use_cases": [
    {
      "num": "①",
      "title": "智能自主工厂操作系统 核心用例",
      "pain": "⚠️ 痛点：水处理高度依赖人工判断原水水质、投加药剂、调度泵组，气候变化下水情波动加剧，人工难以稳定、及时响应。",
      "idea": "💡 方案：基于大数据的自主运行系统，AI 综合分析水质、水库水位与泵组工况，自动计算排泥量与药剂投加量，实现\"自动驾驶\"式运行。",
      "steps": "Step 1 — 数据贯通：打通原水水质、水库水位、泵组运行、药剂投加全链路数据 Step 2 — 水质分析：AI 实时分析进水水质并预测变化趋势 Step 3 — 自主决策：系统自动计算最优排泥量与化学药剂投加量 Step 4 — 闭环执行：指令自动下发至处理设备，实现少人/无人运行",
      "key_data": "📊 核心成效：工艺劳动效率 ↑104%",
      "tags": [
        "05.01.01",
        "02.04.01",
        "05.02.01"
      ],
      "tech_descs": [
        "AI 学习历史运行数据，在水质目标与成本间求最优运行策略。",
        "统一调度取水、处理、供水各环节，实现全流程自动控制。",
        "融合水质、水位、能耗等多源数据，支撑运行决策。"
      ],
      "kpis": []
    },
    {
      "num": "②",
      "title": "需求预测能源优化 核心用例",
      "pain": "⚠️ 痛点：供水与用电负荷波动大，泵组和处理设备长期满负荷或空转，能耗居高不下。",
      "idea": "💡 方案：基于需求预测的能源优化，结合用水需求与电价时段智能调度泵组与处理设备，削峰填谷降低电耗。",
      "steps": "Step 1 — 需求建模：分析历史用水量，建立分时、分季节用水需求模型 Step 2 — 负荷预测：AI 预测未来时段的供水需求与用电负荷 Step 3 — 调度优化：结合电价时段优化泵组启停与运行组合 Step 4 — 能耗监控：实时监测能耗并持续调优",
      "key_data": "📊 核心成效：能耗 ↓10%",
      "tags": [
        "04.02.03",
        "09.03.01",
        "05.02.03"
      ],
      "tech_descs": [
        "机器学习预测供水需求，为调度提供前瞻输入。",
        "对泵组、处理设备能耗进行分项计量与实时监控。",
        "基于实时工况动态调整运行策略，实现节能运行。"
      ],
      "kpis": []
    },
    {
      "num": "③",
      "title": "ML预测性维护 核心用例",
      "pain": "⚠️ 痛点：泵、电机、仪表等关键设备突发故障会导致停水，被动维修成本高、影响供水安全。",
      "idea": "💡 方案：机器学习预测性维护，实时监测设备运行状态，提前预警潜在故障并安排计划性维护。",
      "steps": "Step 1 — 传感器部署：在泵组、电机等关键设备部署振动、温度、电流传感器 Step 2 — 状态监测：实时采集设备运行参数并建立健康基线 Step 3 — 故障预测：ML 模型识别异常模式，提前预测故障风险 Step 4 — 计划维护：自动生成维护工单，变被动抢修为主动维护",
      "key_data": "📊 核心成效：维护成本 ↓33%",
      "tags": [
        "05.01.04",
        "08.02.01",
        "01.01.05"
      ],
      "tech_descs": [
        "机器学习识别设备劣化趋势，提前预警故障。",
        "从可靠性视角管理设备全生命周期，降低非计划停机。",
        "设备状态高频采集并联网上传，形成健康数据底座。"
      ],
      "kpis": []
    },
    {
      "num": "④",
      "title": "培训与维护数字孪生 核心用例",
      "pain": "⚠️ 痛点：水处理系统结构复杂，新员工上手慢、培训周期长，实操维护演练存在安全风险。",
      "idea": "💡 方案：数字孪生构建水厂虚拟镜像，用于员工培训与维护模拟，在虚拟环境中反复演练，降低实操风险。",
      "steps": "Step 1 — 工厂建模：对水厂工艺、设备、管路进行三维数字化建模 Step 2 — 孪生映射：接入实时运行数据，构建与实体同步的数字孪生 Step 3 — 培训模拟：员工在虚拟环境中模拟操作与故障处置 Step 4 — 维护演练：在孪生体上预演维护方案，验证后再上实体",
      "key_data": "📊 核心成效：培训时间 ↓33%",
      "tags": [
        "03.01.01",
        "05.04.02"
      ],
      "tech_descs": [
        "构建与实体水厂同步的数字镜像，支撑仿真与培训。",
        "对处理工艺与维护流程进行仿真推演。"
      ],
      "kpis": []
    },
    {
      "num": "?",
      "title": "AI CCTV安全管理 核心用例",
      "pain": "⚠️ 痛点：水厂厂区范围大、现场值守人员少，传统人工巡检与被动录像难以及时发现安全隐患。",
      "idea": "💡 方案：AI CCTV 智能视频监控，自动识别危险区域闯入、设备异常与人员不安全行为，即时告警并快速响应。",
      "steps": "Step 1 — 视频接入：厂区关键点位 CCTV 视频流统一接入平台 Step 2 — AI 识别：计算机视觉实时识别闯入、跌倒、设备异常等事件 Step 3 — 风险判定：AI 对事件进行分级，过滤误报并判定风险等级 Step 4 — 即时告警：自动推送告警至值班人员，缩短响应时间",
      "key_data": "📊 核心成效：事件响应时间 ↓75%",
      "tags": [
        "01.03.02",
        "05.01.01",
        "01.03.01"
      ],
      "tech_descs": [
        "计算机视觉实时检测不安全行为与设备异常。",
        "AI 对视频事件进行分级研判，降低误报、精准告警。",
        "全天候视频感知，覆盖人防盲区。"
      ],
      "kpis": []
    }
  ],
  "performance_table": [
    {
      "metric": "工艺劳动效率",
      "improvement": "↑104%",
      "domain": "提升 104%",
      "tech": "AI 自主运行减少人工干预"
    },
    {
      "metric": "能耗",
      "improvement": "↓10%",
      "domain": "降低 10%",
      "tech": "需求预测驱动的能源优化调度"
    },
    {
      "metric": "维护成本",
      "improvement": "↓33%",
      "domain": "降低 33%",
      "tech": "ML 预测性维护减少突发故障"
    },
    {
      "metric": "培训时间",
      "improvement": "↓33%",
      "domain": "降低 33%",
      "tech": "数字孪生虚拟培训替代实操"
    },
    {
      "metric": "事件响应时间",
      "improvement": "↓75%",
      "domain": "降低 75%",
      "tech": "AI CCTV 实时告警快速响应"
    }
  ]
}