1、设备异常诊断算法研发：开发融合振动、温度、声学、电流等多传感器信息的深度学习模型，提升复杂工况下故障诊断的准确性与鲁棒性；针对小样本故障以及早期微弱故障智能检测的智能诊断模型研究等。
2、预测性维护与寿命预测算法研发：结合物理退化模型与数据驱动模型，构建更加精准的设备工作寿命预测算法，为维修决策提供关键依据。
3、前沿技术探索与标准建立新型传感技术应用研究：探索光纤传感器、MEMS传感器等新型传感技术在恶劣钢铁环境下的应用，获取更高质量的设备状态数据。
4、根因分析与决策优化：研究设备状态异常监测根因分析AI，不仅能诊断故障，还能推断故障发生的原因链，并提出最优的维修策略建议。建立企业内部的智能诊断标准：帮助公司建立针对不同设备、不同故障的智能诊断模型库与知识库，形成标准化的分析流程。