【技术实现步骤摘要】
本专利技术属于工业智能化，尤其是涉及一种基于大模型增强的设备故障智能问答方法。
技术介绍
1、提高设备故障诊断的有效性对提升生产效率和保障设备安全运行具有直接促进作用。然而，传统的故障诊断方法通常依赖于人工经验或简单的数据分析工具，难以应对设备之间复杂的动态关联以及多样化的故障场景。例如，当复杂系统中的多个设备出现协同失效时，单靠人工分析可能难以准确定位根本原因。此外，传统方法通常基于预设规则和静态模型，缺乏灵活性和实时适应能力，面对多变的生产环境表现出明显的局限性，尤其是在数据规模迅速增长和故障原因日益复杂化的背景下，传统诊断方法逐渐显现出其在效率和精准度方面的不足。
2、知识图谱作为一种能够整合和表达结构化知识的技术，近年来在工业智能化领域得到了广泛应用。在钢铁产线设备故障诊断中，知识图谱可以通过建模设备、传感器数据和工艺流程，形成完整的知识网络，为复杂问题的推理提供基础支持。基于知识图谱的问答系统能够通过逻辑推理从结构化数据中发现潜在的知识关系，为设备故障诊断提供更多元化的信息。尽管基于知识图谱的问答系统在设备故障诊断...
【技术保护点】
1.一种基于大模型增强的设备故障智能问答方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于大模型增强的设备故障智能问答方法，其特征在于，采用F-Qwen2-7B模型对用户问题进行语义分析，从而获得分类结果，具体过程如下：
3.根据权利要求2所述的一种基于大模型增强的设备故障智能问答方法，其特征在于，采用QLoRA策略对F-Qwen2-7B模型进行微调。
4.根据权利要求1所述的一种基于大模型增强的设备故障智能问答方法，其特征在于，对于单跳问题，首先运用Aho-Corasick自动机匹配核心实体和关系，然后选择预定义的...
【技术特征摘要】
1.一种基于大模型增强的设备故障智能问答方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于大模型增强的设备故障智能问答方法，其特征在于，采用f-qwen2-7b模型对用户问题进行语义分析，从而获得分类结果，具体过程如下：
3.根据权利要求2所述的一种基于大模型增强的设备故障智能问答方法，其特征在于，采用qlora策略对f-qwen2-7b模型进行微调。
4.根据权利要求1所述的一种基于大模型增强的设备故障智能问答方法，其特征在于，对于单跳问题，首先运用aho-corasick自动机匹配核心实体和关系，然后选择预定义的cypher语句从所述故障知识图谱中检索相关三元组作为答案。
5.根据权利要求1所述的一种基于大模型增强的设备故障智能问答方法，其特征在于，所述单智能体推理模型包括嵌入模块、知识图谱推理模块和答案决策模块；
6.根据权利要求5所述的一种基于大模型增强的设备故障智能问答方法，其特征在于，所述答案决策模块选择得分最高的候选答案的过程具体如下：
7...
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。