一种大语言模型驱动的纺织高碳排放工序根因分析方法技术

本发明专利技术公开了一种大语言模型驱动的纺织高碳排放工序根因分析方法，属于工业生产中碳排放根因分析技术领域；本发明专利技术包括如下内容：首先为了满足大模型的输入要求，预定义生产流程数据结构和语义文本表示方法将本地信息管理系统中存储的领域知识相关的生产流程日志数据、图数据等进行流程总结、文本化表示。其次，利用基于生产流程数据的邻近检索方法进行相似案例匹配形成后续大模型分析的支撑依据。最后，基于邻近检索案例和大模型根因分析结果进行两阶段置信度评估并输出决策结果。相较于现有设计，本发明专利技术可以进行碳排放问题的溯源分析和流程优化辅助，有助于发现各个具体工序的碳排放影响因子，进而改进生产流程。

【技术实现步骤摘要】

本专利技术涉及工业生产中碳排放根因分析，具体为一种大语言模型驱动的纺织高碳排放工序根因分析方法。

技术介绍

1、生产活动产生的碳排放对全球环境、生态系统以及经济社会发展造成了广泛且深远的影响。随着全球气候变暖的加剧，碳排放已成为导致温室效应和极端天气事件频发的关键因素，工业生产所产生的大规模碳排放是导致当前问题的主要因素之一。因此，针对当前工业生产过程高碳排放工序的根因分析方法具有重要的研究意义。随着技术的发展，传统制造业开始向工业知识密集型生产进行转型。其中，工业知识密集型生产涉及复杂技术、设备和程序，倡导生产流程自动化、智能化。工业知识密集型生产是工业转变的趋势，其规模大、生产流程多样，需要先进技术和管理。工业辅助决策可以帮助生产企业更好地掌握生产过程中的数据和信息，从而使生产过程更加智能化和高效化。工业生产状态根因分析是工业流程挖掘的一种方法，是工业辅助决策的重要组成部分，可以帮助识别和解决生产过程技术、工艺或能源优化等方面的问题，因此成为提升生产效率和质量的关键步骤。特别是，对工业生产中高碳排放过程的辅助决策，对推动过程工业向低碳实践和转型发展具有本文档来自技高网...

【技术保护点】

1.一种大语言模型驱动的纺织高碳排放工序根因分析方法，其特征在于，包括下列步骤：

2.根据权利要求1所述的一种大语言模型驱动的纺织高碳排放工序根因分析方法，其特征在于，所述S2具体包括如下内容：

3.根据权利要求2所述的一种大语言模型驱动的纺织高碳排放工序根因分析方法，其特征在于，所述S3具体包括如下内容：

【技术特征摘要】

1.一种大语言模型驱动的纺织高碳排放工序根因分析方法，其特征在于，包括下列步骤：

2.根据权利要求1所述的一种大语言模型驱动的纺织高碳排放工序根因分析方法...

【专利技术属性】
技术研发人员：鲍劲松，吴涛，刘世民，李婕，
申请(专利权)人：东华大学，
类型：发明
国别省市：