孔晓光副教授团队在化工装置智能运维领域取得重要研究进展，成功开展了"基于AI多模态感知的化工装置关键设备全自动巡检系统"的研发工作。
化工生产环境具有高温、高压、易燃、易爆、有毒等特点，关键设备（如反应釜、压缩机、泵群、储罐、管道等）的长期稳定运行直接关系到生产安全与效益。传统人工巡检模式存在劳动强度大、主观性强、效率低、风险高、数据难以量化管理等突出问题。
针对这些行业痛点，孔晓光副教授团队创新性地将人工智能多模态感知技术应用于化工装置巡检领域。该系统通过集成多种传感器和智能检测设备，旨在实现"无人化"巡检，将工作人员从危险环境中彻底解放，同时实现7×24小时不间断监测，提前发现潜在故障。该系统预计将大幅降低人工成本，提高巡检频率与覆盖面，实现预测性维护，有效减少非计划停机，从而推动设备状态数字化、可视化进程，为企业决策提供精准数据支持，助力化工企业数字化转型。
目前，该研究项目已取得阶段性成果，团队正在对系统进行进一步优化和完善。此项研究为推动化工行业智能化转型提供了重要的技术支撑，展现了学校在产教融合、科技创新方面的显著成效。
