设备报修工单自动分派实验：文本抽取与路由

本期实验聚焦车间设备报修工单的自动分派流程。传统模式下，报修信息多来自电话、微信群和纸质单据，调度员需人工判断故障类别并指派维修班组，高峰时段响应延迟明显。实验采用“语音转写/OCR＋大模型字段抽取＋规则路由”的三段式架构：先将非结构化报修内容转为文本，再抽取设备编号、故障现象、紧急程度等字段，最后按预设规则匹配班组与优先级。抽取模型选用小参数量开源方案本地部署，数据不出厂。阶段性结果：1）基于近三个月860条历史工单的回放测试，关键字段抽取准确率约92%，分派结果与人工判断一致率约88%；2）车间噪声环境下语音转写错误率明显上升，为当前主要瓶颈。下一步将引入设备台账上下文辅助消歧，针对“跑冒滴漏”等口语化表述建立同义词库，并在一条试点产线开展为期四周的灰度验证，初期以人工复核兜底，再逐步放宽自动派单范围。