面向激光粉末床熔融可解释缺陷分析与缓解指导的知识驱动LLM决策支持系统

本工作提出了一个知识驱动的决策支持系统，它将结构化缺陷知识与基于LLM的推理相结合，以在制造业中提供可解释的缺陷诊断与缓解指导，并以LPBF（激光粉末床熔融）作为代表性的安全关键案例研究。所提出的面向LPBF缺陷分析与缓解指导的本体集成式LLM决策支持系统，建立在包含27种已知LPBF缺陷类型的知识库之上，这些缺陷类型按层级类别和因果关系组织。所开发的系统支持用于系统化知识检索的模糊自然语言查询、有文献依据的缺陷解释，以及从编码工艺知识中导出的缺陷成因与缓解策略指导。此外，一个基于基础模型的多模态图像评估模块通过语义对齐评分，实现对代表性显微缺陷图像的描述符引导解读。该框架通过与通用视觉-语言模型的定性比较、消融研究和评分者间信度分析进行了评估。在文献衍生数据集上的评估表明，完全集成配置优于其余三种被评估的系统配置，取得了0.808的宏平均F1分数。此外，使用Cohen's kappa的评分者间信度分析表明，模型输出与文献衍生参考标签之间存在较高一致性。这些发现表明，本体引导的知识表示可以提升LLM辅助LPBF缺陷分析的一致性、可解释性和实用性。