现有大规模制冷设备中螺杆压缩机和制冷系统设备故障检测技术存在实时性差、准确率不高等问题，严重制约工业制冷设备故障的实时检测和超前预知，使得实时安全管控极为困难，成为当前行业的“卡脖子”问题，研制具有自主知识产权的边缘计算智能装备对解决国外技术壁垒和技术封锁迫在眉睫。针对这一现状，研制面向分布式大规模制冷设备实时安全管控的边缘智能装备，研究故障实时检测算法，构建设备故障知识库和推理引擎，实现制冷系统设备故障检测技术全国领先，助力企业、行业技术知识传承，打造核心竞争力。实现工业互联网、5G、边缘计算、人工智能、大数据等技术融合，进一步推动推动我市相关产业发展。研发大规模制冷设备的边缘智能装备，部署的边缘智能算法可在皮尔逊相关性系数0.94以上的情况下，压缩数据流量为原来的50%；研发基于边云协同模式的深度学习故障实时检测方法，实验结果表明在4个故障水平的平均准确率为95.07%，系统响应时效在10s以内；构建大规模制冷设备行业知识库，包含制冷知识千余条，并基于知识库利用大语言模型技术研发“小冰智能问答系统”，实现基于知识库的智能问答，支持专家知识录入、知识标注等功能；研发大规模制冷设备全生命周期管控平台，实现监控大屏、大屏设计、设备管理、健康评估、知识标注、智能问答等功能。研发的技术和边缘装备可服务于冰山数千台冷水机组设备，健康诊断技术将冷凝器从定期清理模式转换为根据设备状态定向维护，设备维护费用降低30%；智能问答技术可一定程度上代替制冷工程师，节省人员开销约30%；智能边缘装备集成人工智能算法可大幅压缩数据流量，节约通信成本50%以上，并且提高制冷剂泄露、冷凝器脏堵、吸气带液故障响应速率30%以上。这些技术和装备的综合应用每年可在设备维护、人力资源以及通信等多个方面为企业降低成本，增加利润500余万。技术成果易于推广至其他制冷或环控设备，市场前景广阔。
