大模型驱动的异常工单自动流转实验

制造现场的异常处置长期依赖人工传递：巡检发现异常后，经电话或群消息上报、班组长判断、再行派工，链条长且易遗漏。自动化流程实验室近期将大模型引入异常工单流转环节，验证“自动分类、自动派单、自动催办”的可行性。试点选在某机加工车间的设备故障场景，接入既有报修文本与设备台账，采用“大模型+规则引擎”两层结构：大模型从非结构化报修描述中提取故障对象、现象与紧急度，规则引擎负责匹配责任班组与响应时限。阶段性结果如下：
· 试点四周累计处理报修工单312条，故障对象识别准确率约91%，紧急度误判率6%，误差主要集中在描述含糊的复合故障；
· 端到端派单时长由平均18分钟压缩至4分钟以内，夜间时段改善更明显。
下一步将补充历史维修记录作为少样本参考，提升复合故障拆解能力，并评估与现有MES工单模块的接口改造工作量，再决定是否扩大试点范围。