LLM-ADAM：用于增材制造中预打印异常检测的通用 LLM 代理框架

增材制造 (AM) 通过在不同行业实现复杂几何形状的灵活按需生产，不断改变现代制造业。熔丝制造 (FFF) 已将增材制造扩展到实验室、教室和小型生产环境，但这种可访问性将工艺规划责任转移给了可能缺乏制造专业知识的用户。语法上有效的切片机配置文件仍然可以对热或几何有害设置进行编码，而微妙的 G 代码编辑可以在打印开始之前改变挤出、冷却或粘合。预印 G 代码筛选可在浪费材料或机器时间之前捕获意外或对抗性机器程序错误。本文提出 LLM-ADAM 作为可推广的 LLM 框架，用于增材制造中的预打印异常检测。该框架将任务分解为三个角色：Extractor-LLM 将 G 代码文件映射到结构化过程参数模式；参考-LLM 将打印机和材料文档转换为一致的操作范围； Judge-LLM 解释确定性偏差表和 G 代码证据来判定零件是否无缺陷或属于异常类别。打印机、材料和 LLM 主干网是可互换的测试条件，而不是固定的假设。我们在 N=200 FFF G 代码语料库上评估该框架，涵盖两个桌面打印机系列、两种材料和五个类别，包括无缺陷、挤压不足、过度挤压、翘曲和拉丝。最佳框架配置的准确度达到 87.5%，而最强的工程单 LLM 基线的准确度为 59.5%。结果表明，结构化分解（而不仅仅是骨干强度）是改进的主要来源，在领先配置的上限或接近上限处识别出缺陷类别，而残余误差集中在无缺陷样品的保守误报上。