【技术实现步骤摘要】
本专利技术属于故障诊断，尤其涉及一种基于大模型和知识图谱的楔横轧模型故障预警系统及方法。
技术介绍
1、楔横轧技术是将棒材加热后送入两个同向旋转的带有楔形突起的模具中间，在模具带动下做反向的回转运动，同时，材料发生径向压缩变形和轴向延伸变形，从而形成阶梯轴类零件的技术，该技术是轴类零件的成形先进技术，被列为国家重点推广的技术之一，广泛应用于汽车、拖拉机、工程机械、钻井机械、煤矿机械、五金工具轴类件的生产中。
2、传统工业模型故障检测技术通常依赖于经验规则和简单的统计分析，难以应对复杂的故障模式，导致检测的准确性和效率较低，且往往无法及时发现潜在问题。这些传统方法缺乏对海量数据的深度分析能力，容易受到设备噪声和环境变化的影响。
3、因此，本专利技术提出一种基于大模型和知识图谱的楔横轧模型故障预警系统及方法。
技术实现思路
1、为解决上述技术问题，本专利技术提出了一种基于大模型和知识图谱的楔横轧模型故障预警系统及方法，以解决上述现有技术存在的问题。
2、为实...
【技术保护点】
1.一种基于大模型和知识图谱的楔横轧模型故障预警系统，其特征在于，包括：模型故障知识图谱模块、模型故障分布式诊断模块和大模型诊断推理模块；
2.根据权利要求1所述的基于大模型和知识图谱的楔横轧模型故障预警系统，其特征在于，所述模型故障知识图谱模块包括：第一故障规范单元和第二故障规范单元；
3.根据权利要求1所述的基于大模型和知识图谱的楔横轧模型故障预警系统，其特征在于，所述模型故障分布式诊断模块包括：数据接收单元、模型状态预测单元和数据整合处理单元；
4.根据权利要求3所述的基于大模型和知识图谱的楔横轧模型故障预警系统，其特征在于，...
【技术特征摘要】
1.一种基于大模型和知识图谱的楔横轧模型故障预警系统，其特征在于，包括：模型故障知识图谱模块、模型故障分布式诊断模块和大模型诊断推理模块；
2.根据权利要求1所述的基于大模型和知识图谱的楔横轧模型故障预警系统，其特征在于，所述模型故障知识图谱模块包括：第一故障规范单元和第二故障规范单元；
3.根据权利要求1所述的基于大模型和知识图谱的楔横轧模型故障预警系统，其特征在于，所述模型故障分布式诊断模块包括：数据接收单元、模型状态预测单元和数据整合处理单元；
4.根据权利要求3所述的基于大模型和知识图谱的楔横轧模型故障预警系统，其特征在于，所述模型状态预测单元包括：机械传动装置预测模型、万向联轴装置预测模型、设备支撑装置预测模型、液压装置预测模型和轧辊装置预测...
【专利技术属性】
技术研发人员：张阳，柴艳峰，李响，赵瑞豪，郭瑞，胡一剑，
申请(专利权)人：太原科技大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。