Details
| Title | Интерактивный метод диагностики неисправностей на основе больших языковых моделей // Промышленный искусственный интеллект (ПИИ'2025): Всероссийская научно-практическая конференция с международным участием 3–4 июля 2025 года: cборник научных трудов |
|---|---|
| Creators | Ли Цзымин ; Ковальчук Елена Александровна ; Мишра Аншуман ; Потехин Вячеслав Витальевич |
| Organization | Санкт-Петербургский политехнический университет Петра Великого ; ООО «СТЦ» |
| Imprint | Санкт-Петербург: ПОЛИТЕХ-ПРЕСС, 2025 |
| Collection | Общая коллекция |
| Document type | Article, report |
| Language | Russian |
| DOI | 10.18720/SPBPU/2/id25-526 |
| Rights | Доступ по паролю из сети Интернет (чтение, печать, копирование) |
| Additionally | New arrival |
| Record key | RU\SPSTU\edoc\77851 |
| Record create date | 12/23/2025 |
Allowed Actions
–
Action 'Read' will be available if you login or access site from another network
Action 'Download' will be available if you login or access site from another network
| Group | Anonymous |
|---|---|
| Network | Internet |
В ответ на комплексные задачи диагностики неисправностей в эпоху Индустрии 4.0 в данной статье предлагается интеллектуальная интерактивная система на основе крупных языковых моделей/Large Language Model (LLM). Система использует механизм RAG (Retrieval-Augmented Generation) для интеграции знаний из промышленной сферы и получения текстовой информации из различных источников, включая базы данных и системы распознавания изображений. Это позволяет достаточно точно диагностировать неисправности. Благодаря предоставлению структурированных диагностических результатов данное решение призвано значительно повысить эффективность управления оборудованием и возможности прогнозирования технического обслуживания. В настоящее время успешно создана архитектура LLM на основе Google Gemini 1.5 Flash и ведется оптимизация системы RAG.
In response to the complex challenges of fault diagnostics in the Industry 4.0 era, this article proposes an intelligent interactive system based on large language models (LLM). The system uses the RAG (Retrieval-Augmented Generation) mechanism to integrate industrial knowledge bases and obtain textual information from various sources, such as databases and image recognition systems, for accurate fault diagnosis. By providing structured diagnostic results, this solution is designed to significantly improve equipment management efficiency and predictive maintenance capabilities. Currently, an LLM architecture based on Google Gemini 1.5 Flash has been successfully created, and the RAG system is being optimised.
| Network | User group | Action |
|---|---|---|
| ILC SPbPU Local Network | All |
|
| Internet | Authorized users SPbPU |
|
| Internet | Anonymous |
|
Access count: 0
Last 30 days: 0
