基于工业大数据的工艺优化大模型及应用

场景名称：基于工业大数据的工艺优化大模型及应用
场景描述：为应对高端装备制造中工艺设计周期长、参数调优依赖专家试验、生产过程质量波动根因难追溯等挑战，拟构建基于工业大数据与工艺知识融合的智能工艺优化平台，实现工艺设计从“经验驱动”向“数据与知识驱动”跃升。主要需求包括：1.跨生命周期工艺数据治理与工艺知识图谱构建。针对设计、试验、制造各阶段工艺数据分散、关联性弱的问题，整合研发设计参数、试验验证数据、制造过程参数及最终质量表现数据，进行统一治理与关联对齐。在此基础上，构建融合机理规则与数据关系的工艺知识图谱，形成可检索、可推理的工艺知识底座。2.工艺大模型构建与参数智能推荐优化。基于汇聚的高质量数据与知识图谱，训练面向特定产品族的工艺大模型，该模型能够根据新产品设计输入，快速推荐经过仿真验证的初始工艺参数包；并能在制造过程中，根据实时工况与质量反馈，动态优化调整工艺参数，实现自适应精准控制。3.实时质量预警与根因追溯分析。为打破质量事后分析的滞后性，利用工艺大模型对制造过程中的多源流数据进行实时监控与关联分析。一旦监测到关键参数偏移或质量指标异常趋势，系统可立即预警，并基于知识图谱快速定位至可能的根因工序或参数，辅助工程师进行快速干预与决策。
所属领域：制造业领域
负责单位：沈鼓集团股份有限公司
所需技术及要求：空
现有基础：空
建设目标：空
发布时间：2026年2月
其他说明：空