在电子装配车间的试点中，我们把大模型放在工艺异常根因分析的辅助位置，而非直接下结论。系统接入 SCADA 告警、MES 批次记录、设备参数曲线与历史维修工单，先做告警去重与时间窗聚类，再把候选异常段、相关参数和相似工单一起送入模型，要求其输出候选根因排序、每一条判断对应的证据引用，以及需要人工确认的疑点。
进展：目前覆盖贴片、回流焊与测试三类工位，模型给出 Top-3 候选根因的命中率约 78%，证据引用可回溯到原始告警与工单，工程师平均排查时间从约 40 分钟降到 25 分钟左右。模型对参数阈值类异常的判断相对稳定，对跨工序耦合问题仍会给出多解，需要人工做最后取舍。
下一步计划：一是把反事实校验加入流程，即要求模型说明“若某参数未越界，异常是否仍成立”，减少相关性误判；二是接入注塑与装配测试数据，验证跨设备迁移时的阈值漂移与提示词退化问题，并保留人工反馈闭环，持续校正候选根因排序。
评论