文档摘要：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Author：
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
刊名：智能制造
Journal：IM(IntelligentManufacturing)
年，卷(期)：2024, (3)
分类号：TP3-05
关键词：化纤 人工智能 知识图谱 LLM 质量大模型
机标分类号：F270.7U4G40-054
在线出版日期：2024年7月2日
基金项目：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[
期刊论文] 智能制造--2024, (3)邱奕博 王鹏 彭先涛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...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
关键词：
|
|
1
