AI 大模型工艺知识检索定制：跨工序问答与引用溯源
在制造现场，工艺知识往往散落在作业指导书、调试记录与老师傅的经验里。工程师遇到跨工序问题时，通常要翻三四个系统、问两三个人才能拼出答案。大模型应用实验室近期做了一组实验：把某机加车间的工艺文件、历史异常单与调机记录做成可检索知识库，用大模型…
🧠 大模型应用实验室2026-11-02
AI设备故障问答定制：检索增强与引用溯源
设备运维场景中，一线人员往往要在手册、图纸与历史工单之间反复检索，单次排查耗时较长。本期实验室围绕该环节做了一组小样本实验：以企业已有的设备手册、故障工单和点检记录为语料，搭建检索增强问答链路，要求模型在给出结论的同时显式引用原文片段与出处…
🧠 大模型应用实验室2026-11-02
AI设备维修问答定制：检索增强与引用溯源
设备维修场景的知识分散在手册、图纸和历史工单里，直接让大模型作答，最容易出现的是术语错配与「看似合理」的编造。本阶段实验把重点放在可核查：答案必须带出处，查不到就明确拒答。 做法上采用混合检索，关键词与向量各取一路后重排，并在检索前按设备型…
🧠 大模型应用实验室2026-11-01
大模型工艺卡解析：字段抽取与参数溯源
在注塑与机加车间，工艺卡和作业指导书多以 PDF 或扫描件形式流转，温度、压力、时间等关键参数散落在表格、图注与批注中，人工查阅成本高且版本易混。大模型应用实验室尝试用大模型做结构化抽取：先按版面切块，把表格、图注、正文分别送入模型，要求输…
🧠 大模型应用实验室2026-11-01
大模型工艺知识问答定制：检索增强与答案溯源
在设备维修与工艺问答场景中，一线人员面对的问题往往跨手册、SOP、历史工单三类资料，直接让大模型自由作答容易产生看似合理但无据可依的结论。本实验室近期围绕「可溯源的检索增强问答」做了一轮小范围实验：将设备手册、工艺文件与近两年维修工单统一切…
🧠 大模型应用实验室2026-11-01
AI质量8D报告辅助生成：缺陷记录与整改建议溯源
8D 报告的价值在闭环，难点却在撰写：一份完整报告往往要跨质量、工艺、供应商三方收集记录，再逐条对齐时间线与证据。我们在大模型方向做了一次试验：以历史 8D、不良品记录、检验工单为语料，构建检索增强生成流程，要求模型只依据被检索到的原始记录…
🧠 大模型应用实验室2026-10-31
AI工艺文件判据抽取定制：条款结构化与冲突检测
工艺文件里的判据往往散落在正文、表格与图纸标注中：同一尺寸在作业指导书、检验规范和控制计划里可能写着不同阈值，改版之后更难人工核对。我们尝试用大模型把这类条款抽成结构化判据，再做跨文件比对。 做法是把条款解析为「对象—属性—比较符—阈值—单…
🧠 大模型应用实验室2026-10-31
AI注塑模具试模参数迁移：相似模腔与工艺继承
在注塑试模环节，同一产品换模、换机台往往要重新走一遍参数寻优，历史试模数据大多沉睡在表格里。大模型应用实验室近期尝试把「相似模腔检索」与「参数迁移」做成一条链路：先用模腔几何与流道特征对模具做向量化表征，检索出历史上结构最接近的若干套模具及…
🧠 大模型应用实验室2026-10-31
AI维修问诊定制：多轮追问与排查路径生成
设备售后问诊的难点不在答案，而在问对问题：现场描述往往缺少型号、报警码、发生时机等关键信息，工程师只能凭经验反复追补。我们在一条包装设备产线做了实验：把大模型接进问诊前端，用结构化槽位约束多轮对话，先补齐判别性信息，再在受限知识库（手册、历…
🧠 大模型应用实验室2026-10-30
AI技术协议条款评审：风险条款定位与差异比对
制造业采购技术协议动辄数十页，条款散落在质量、验收、变更、赔偿等章节，评审通常由工艺与法务分头完成，交叉核对成本高。大模型应用实验室近期做了一组实验性探索：把协议按章节语义切分并标注条款类型，再由长上下文模型执行三件事——与标准模板比对差异…
🧠 大模型应用实验室2026-10-30
AI工程变更影响分析定制：BOM溯源与替代核查
在离散制造中，工程变更（ECN）一旦下发，影响面往往散落在BOM、工艺文件、检验标准与供应商清单里，靠人工逐层比对，一份中等复杂度的变更单常需2~4小时。大模型应用实验室近期围绕这一环节做了小范围实验：将结构化BOM与文本类工艺、检验文件统…
🧠 大模型应用实验室2026-10-29
AI工艺变更影响分析：条款比对与影响清单
大模型在工业文档场景的落地，难点常不在单篇理解，而在跨文档关联。本轮实验以工艺变更单（ECN）为切入口：先从变更描述中抽取受影响的工序、参数、物料与检验项，再与作业指导书、检验规范、BOM 做条款级检索比对，输出带引用出处的变更影响清单，供…
🧠 大模型应用实验室2026-10-29
AI注塑熔体温度预测定制：料筒分段与实测偏差修正
在注塑生产中，熔体温度直接影响流动性与成型质量，但料筒加热圈温度并不等于喷嘴处的实际熔体温度。我们在大模型应用实验室开展了一项实验：用注塑机料筒分段温度、螺杆转速、背压与周期时间等可采集信号，预测实际熔体温度，并用热电偶实测值做在线修正。 …
🧠 大模型应用实验室2026-10-28
AI售后工单归因定制：多源日志与备件建议
大模型应用实验室近期在装备售后场景做了一组小规模实验：把脱敏工单文本、故障码、维修记录与备件更换记录统一为检索增强生成（RAG）输入，让模型先检索相似案例，再输出候选故障根因、证据引用和备件建议。为避免“编原因”，系统要求每条归因必须回指原…
🧠 大模型应用实验室2026-10-28
AI维修工单语义抽取定制：小样本微调与三元组校验
设备维修工单大多以自由文本记录，现象、原因、处置混写在同一段话里，直接做故障统计或知识沉淀都很困难。本实验室近期围绕这一环节做了小样本适配实验：用约 1.2 万条历史工单构建指令数据，以 LoRA 方式微调开源基座模型，输出结构化的「现象—…
🧠 大模型应用实验室2026-10-27
AI维修记录结构化定制：口语转写与故障归因
工厂维修记录多以口语、缩写和方言留存，字段缺失、口径不一，难以直接用于统计与知识沉淀。本阶段实验把大模型放在记录入口：先做语音转写与文本清洗，再按固定 schema 抽取设备编号、故障现象、疑似部位、处置动作、更换备件与停机时长，并用检索增…
🧠 大模型应用实验室2026-10-27
AI售后故障分诊定制：追问式问诊与备件推荐
设备售后工单往往由一线人员随手记录，信息残缺、术语不统一，直接交给大模型做故障归类，容易在证据不足时给出看似合理的错误结论。本实验室近期的实验方向，是把大模型放在「问诊」而不是「判案」的位置上：先补齐信息，再给候选结论。 具体做法分四步。以…
🧠 大模型应用实验室2026-10-26
AI质检标准条款抽取：规则生成与人工复核
制造业的质检判定依据大量沉淀在国标、企标与客户规范里，这些文档多为 PDF、表格与嵌套条款混排。把它们翻译成 AOI 或检测设备可执行的规则，目前主要靠人工，一份规范常需数十小时，且改版后需重新梳理。 本期实验以某电子组装客户的验收规范为样…
🧠 大模型应用实验室2026-10-26
AI工艺文件核对定制：参数表与作业指导书交叉校验
工艺变更落地时，图纸、参数表、作业指导书、检验规范常分散在不同系统。同一参数在四份文件里表述不一致，是产线停线与返工的高频来源。我们在大模型应用实验室做了一组交叉校验实验。 做法分三步：先用表格识别把参数表还原为结构化行，图纸侧抽取尺寸与公…
🧠 大模型应用实验室2026-10-26
AI工艺异常根因分析：检索增强与证据链生成
在注塑、装配等产线上，异常处置长期依赖资深工艺员经验：报警信息、参数调优记录、维修工单分散在多个系统，新人难以复用。我们在大模型应用实验室做了一组探索，目标不是让模型直接下结论，而是让它把「找证据」这件事做快、做全。 实验路径分三层：一是把…
🧠 大模型应用实验室2026-10-25