买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉合肥工业大学申请的专利基于大语言模型的切卷一体机故障诊断方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120611786B 。

龙图腾网通过国家知识产权局官网在2026-01-13发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510668450.6，技术领域涉及：G06N5/04；该发明授权基于大语言模型的切卷一体机故障诊断方法及系统是由彭张林;吴莹莹;陆效农;杨善林;张强;徐嘉文;朱克毓设计研发完成，并于2025-05-22向国家知识产权局提交的专利申请。

本基于大语言模型的切卷一体机故障诊断方法及系统在说明书摘要公布了：本发明公开了基于大语言模型的切卷一体机故障诊断方法及系统，涉及设备故障诊断技术领域，包括表格数据智能化处理模块、知识库构建模块、诊断推理模块和用户交互模块；表格数据智能化处理模块，对用户提供的切卷一体机故障诊断案例库进行自动化故障模式标注、描述规范化；领域知识图谱构建模块，整合规范后的表格数据库，并自动化构建领域知识图谱；诊断推理模块，通过基于大语言模型和知识图谱进行故障诊断推理；用户交互模块，提供多模态的用户交互界面，支持故障诊断的可视化展现。因此，采用上述基于大语言模型的切卷一体机故障诊断方法及系统，能够提高故障诊断的智能化水平，降低知识库构建和扩展的成本，并增强了系统的易用性和可维护性。

本发明授权基于大语言模型的切卷一体机故障诊断方法及系统在权利要求书中公布了：1.基于大语言模型的切卷一体机故障诊断方法，其特征在于，包括以下步骤： S1、收集切卷一体机的各类数据，统一格式和单位整合到表格框架中，获取切卷一体机的故障案例库，划分设备结构并定义故障模式，构建领域词典； S2、针对故障模式标注和描述规范化两个子任务，设计专门的提示词模板，结合规则约束，指导大语言模型完成任务，实现表格数据的自动化处理，并构建规范化的故障诊断知识库； 其中，故障模式标注的子任务中，对于故障模式标注，采用三种策略函数实现故障模式标注，具体为： 基于领域词典的实体识别方法，包括：分词处理：结合领域词典对故障现象进行分词，获取故障短语序列；部件匹配：使用正向最大匹配算法匹配故障短语与切卷一体机部件词典；映射故障模式：根据设备层级结构与故障模式的映射关系，得到对应的故障模式；错误校正：建立校正规则库对常见匹配错误进行修正；结果存储：在表格中创建新列，存储标注结果； 基于文本相似度的故障模式识别方法，包括：用TF-IDF算法提取故障现象和运行故障报警文本的特征向量；相似性计算：通过余弦相似性计算故障现象与切卷一体机报警词典中运行故障报警文本间的相似度；阈值判断：若相似性大于预设阈值，则根据报警描述与故障模式的映射关系，得到对应的故障模式；结果存储：在表格中创建新列，存储标注结果； 基于大语言模型驱动的代理进行故障模式标注，要求用户给定文件、标注说明和规则，从而大语言模型采用react策略生成代码操作文件进行标注，具体地，包括：代码生成与执行：基于React提示词策略生成标注代码，并通过外部工具进行测试和调试，在表格中创建新列，存储标注结果；持续学习与优化：用户对结果进行审核，若审核为不满意，则进行反馈引导代理重新生成，若审核为满意，将标注规则和代码存入规则库中，支持后续复用；对故障现象列应用给定的规则，并在策略三标注结果列执行对应的标注，规则之间互相独立，允许存在多个标注，每个值之间用英文逗号拼接； 基于上述策略标注的故障模式，通过预定义的规则进行判断，得到最终的故障模式，并创建新列存储，其中，预定义的规则包括：一致性原则：若多种方法的标注结果一致且唯一，则直接采用该结果；多数原则：对于多结果情况，采用加权投票确定最终故障模式； 描述规范化的子任务中，构建了双层大语言模型的优化器-评估器，优化器基于用户提供的待处理文件及需要规范化的目标列，以故障模式为分析单元，进行数据抽取与序列化表示、语义分组与标准化及优化输出与写入结果操作，评估器接收优化器的输入和输出，依据预定义的评估维度进行二进制打分，并将评估结果反馈给优化器，具体为： 通过优化器以故障模式为分析单元，从目标列中抽取所有行数据，并划分为若干个文本块进行分批处理，通过预设的提示词模板对数据进行序列化表示； 大语言模型基于上下文学习能力，对抽取的文本内容进行语义分组，在每个分组内对语义相似但措辞不同的描述进行规范化统一； 优化器具有长短时记忆，存储原始数据及每次处理过程中的推理步骤、中间结果和规范化结果，当收到评估器的反馈时，优化器通过反思机制调整其生成策略，重新分析和优化，当评估维度均达标时，将创建新列写入原内容对应的优化内容； 优化器还通过集成迭代反馈机制，从历史处理中积累专业知识，并基于艾宾浩斯遗忘曲线的记忆优化机制进行内存记忆优化； 评估器则接收优化器的输入和输出，在预设的迭代轮次中，结合预定义的评估维度通过二进制打分方式评估优化器的输出质量，当评分未达标时，将不合格的内容反馈给优化器，并提出具体修改建议，重复上述过程，直至所有维度达标或者达到循环轮次，评估维度包括完整性、语义一致性、简洁性、可理解性、格式规范性、幻觉检测； S3、通过知识抽取方法从步骤S2得到的故障诊断知识库中抽取三元组，设计自顶向下的知识框架构建领域知识图谱，并存储于Neo4j数据库中，与大语言模型连接； S4、将大语言模型作为故障诊断建议的推荐器，接收切卷一体机实时故障报警信息，并支持用户以多模态形式输入故障现象，通过检索领域知识图谱及外部网页查询进行推理，提供诊断结论和解决方案。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人合肥工业大学，其通讯地址为：230009 安徽省合肥市屯溪路193号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。