Nucleo delle specifiche: in primo luogo, raccolta dei dati, raccolta in tempo reale di 56 dati chiave come corrente operativa, tensione, temperatura, vibrazioni, rumore, tempi di commutazione, codice di errore, frequenza di campionamento ≥10Hz, preelaborazione locale di edge computing, riduzione del carico di trasmissione; secondo, algoritmo AI, adozione di deep learning, rete neurale, mappa dei guasti, definizione del modello di salute dei componenti, modello di previsione della vita, modello di diagnosi dei guasti, identificazione precoce dei guasti, identificazione precoce dei guasti, precisione ≥ 95%; terzo, classificazione di allerta precoce, diviso in blu (preoccupazione), giallo (allarme rapido), arancione ( rettifica), rosso (spegnimento), arancione manutenzione entro 7 giorni, rosso interruzione immediata dell'uso, generazione automatica dell'ordine di manutenzione, elenco dei pezzi di ricambio; quarto, connessione alla piattaforma, interconnessione con l'IoT dell'ascensore, gestione della manutenzione, piattaforma di salvataggio di emergenza, caricamento crittografato dei dati, analisi cloud, push mobile; quinto, requisito di effetto, avviso precoce di guasto ≥30 giorni prima, tempi di inattività non pianificati ridotti del 70%, costi di manutenzione ridotti del 30%, durata delle apparecchiature estesa del 20% 500.000. gli ascensori a livello nazionale hanno completato la ristrutturazione della manutenzione dell'IA nel 2026.