摘要
本发明提出一种融合大模型和故障树增强的智能排故协同方法,属于航空发动机故障诊断和维修技术领域。包括:接收故障图片、语言描述及时序数据,由大模型转写为格式化故障描述;领域知识库构建,结合航空发动机领域知识、故障案例知识,将发动机部件、故障现象、原因、解决方案构建为知识图谱;故障树动态更新模块依据格式化故障描述和 BOM 树定位故障树位置,结更新故障树边权重;多排查路径同步模块根据确定的故障零件和故障情况大模型生成报告,利用贝叶斯网络融合多源证据。本方法有效处理多模态信息,动态优化故障树,显著提升复杂设备排故的准确性与效率,使用故障树增强大模型自动生成排故路径的能力,实现智能排故协同。
技术关键词
协同方法
故障图片
格式化
分布式计算平台
信号处理提取
动态更新
定位故障
融合多源
生成报告
知识图谱构建
梯度下降算法
航空发动机部件
融合多模态特征
自然语言
节点
识别故障
系统为您推荐了相关专利信息
协同方法
多智能体协作
神经网络参数
机制
车辆自动驾驶控制系统
面向科技文献
知识抽取方法
专用模型
格式化
语义
客户数据处理方法
主题
数学模型
客户关系管理
集成模块
语音识别模块
语音输入系统
语音输入方法
语音识别引擎
生成电子表格