基于知识图谱与LLM构建化纤质量大模型的应用规划与探索

扫码查看

原文链接

NETL
NSTL
万方数据

中文摘要：化纤生产涉及的原辅料较多,对应的质量检验环节也会较多,若发现熔体、产品质量不合格,需要人工对设备、系统、工艺参数和生产过程等进行调整与追溯,由于生产流程长、工艺复杂、产品质量影响因素多等,调整与追溯的难度极大.随着人工智能技术的发展与应用,其解决复杂工业问题的能力得到了验证.本文基于知识图谱、LLM技术,构建化纤质量大模型,当质量出现波动时,能够实时的给出设备、工艺参数等的调整建议,并对质量数据进行总结与分析,从繁多的数据中及时为人员抽取有效信息,通过质量大模型助力企业高质量的发展.

作者：

邱奕博、王鹏、彭先涛

展开 >

作者单位：

浙江大学—恒逸全球未来先进技术研究院,浙江杭州 313200

浙江恒逸集团有限公司,浙江杭州 313200

关键词：

化纤人工智能知识图谱 LLM 质量大模型

出版年：

2024

智能制造

机械工业信息研究院

智能制造

影响因子：0.089

ISSN：2096-0581

年,卷(期)：2024.(3)