【技術(shù)實現(xiàn)步驟摘要】
本申請屬于大模型，具體地說，涉及基于多源數(shù)據(jù)融合結(jié)合大模型的多模態(tài)分析診斷模型。
技術(shù)介紹
1、ai模型是指針對特定的任務(wù)而設(shè)計和訓(xùn)練的模型，它們通常只能在該任務(wù)上表現(xiàn)良好，在其他任務(wù)上則效果較差，一般的ai模型通常包括以下幾個步驟：數(shù)據(jù)預(yù)處理、特征提取：將預(yù)處理后的文本數(shù)據(jù)轉(zhuǎn)換為數(shù)值向量，以便于模型進行計算；模型構(gòu)建：選擇合適的機器學(xué)習(xí)或深度學(xué)習(xí)算法來構(gòu)建分類器，如樸素貝葉斯、支持向量機、決策樹、隨機森林、邏輯回歸、多層感知機、卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)等；模型訓(xùn)練：使用標注好的訓(xùn)練集來訓(xùn)練分類器，通過優(yōu)化損失函數(shù)來調(diào)整模型參數(shù)，使其能夠正確地預(yù)測文本類別；模型評估：使用沒有標注過的測試集來評估分類器的性能，通過計算準確率、召回率、f1值等指標來衡量模型效果；模型應(yīng)用：將訓(xùn)練好的分類器應(yīng)用到實際場景中，對新輸入的文本進行分類，并給出相應(yīng)的輸出或反饋。
2、但現(xiàn)有的判別式人工智能需要大量標注好的數(shù)據(jù)來訓(xùn)練，在故障診斷領(lǐng)域獲取故障數(shù)據(jù)是一項耗時、昂貴、低效的工作，往往需要專業(yè)的人員和工具來完成，而且，標注數(shù)據(jù)的質(zhì)量和數(shù)量直接影響了診斷模型的性能和泛化能力，如果標注數(shù)據(jù)不足或不準確，模型就會出現(xiàn)欠擬合或過擬合的問題；同時是針對特定設(shè)備設(shè)計和訓(xùn)練的，它們通常只能在該設(shè)備上表現(xiàn)良好，在其他設(shè)備上效果較差，這意味著，如果要應(yīng)對不同的設(shè)備和工況，就需要重新設(shè)計和訓(xùn)練新的模型，這會增加開發(fā)成本和時間，也會造成模型的冗余和浪費；而且是基于振動、溫度、工藝參數(shù)等時間序列數(shù)據(jù)特征提取和模型構(gòu)建方法來實現(xiàn)的，而忽略了設(shè)備維修記錄、一線設(shè)備
技術(shù)實現(xiàn)思路
1、為解決上述問題和技術(shù)缺陷，本申請實施例采用如下的技術(shù)方案，基于多源數(shù)據(jù)融合結(jié)合大模型的多模態(tài)分析診斷模型，包括：
2、場景模型模塊，用于根據(jù)不同的任務(wù)和場景調(diào)用不同的功能模塊；
3、行業(yè)大模型模塊，用于根據(jù)不同的行業(yè)需求建立不同的行業(yè)大模型；
4、任務(wù)執(zhí)行模塊，用于根據(jù)不同的任務(wù)需求調(diào)用不同的任務(wù)模型和功能應(yīng)用；
5、配套工具模塊，用于根據(jù)任務(wù)需求提供工具或引擎；
6、數(shù)據(jù)知識模塊，用于建立多種數(shù)據(jù)庫，將不同的數(shù)據(jù)分類存儲至對應(yīng)的數(shù)據(jù)庫中。
7、優(yōu)選地所述場景模型模塊內(nèi)的功能模塊包括：
8、診斷助手模塊，用于基于多源數(shù)據(jù)聯(lián)合分析，進行智能問答，自動化生成維修工單、建議和故障報告；
9、知識圖譜模塊，用于從大量碎片化數(shù)據(jù)中挖掘其相互聯(lián)系，進行信息多向輸出，生成自然的人機交互，降低業(yè)務(wù)升級維護需求；
10、智能控制模塊，用于以大模型和數(shù)字員工平臺為底座搭建的生成式智慧控制平臺，通過調(diào)用和配置，與信息化系統(tǒng)、數(shù)據(jù)庫、非結(jié)構(gòu)化知識庫連接起來；
11、多模態(tài)決策模塊，用于通過提取特征提高模型的性能和泛化能力，運用設(shè)備的語料信息，通過學(xué)習(xí)不同模態(tài)之間的關(guān)聯(lián)，增強模型的語義理解和表達能力；
12、智能運維模塊，用于以自然語言的方式進行設(shè)備預(yù)測性維護交流，解答客戶對設(shè)備狀態(tài)監(jiān)測、故障類型和使用壽命問題的及時回答，打造無人值守客服模式。
13、進一步地智能控制模塊是通過大模型實現(xiàn)信息調(diào)取將靜態(tài)展示演化為依賴數(shù)據(jù)庫和人工操作，集成數(shù)據(jù)源，根據(jù)運營狀況對決策過程進行優(yōu)化，包括：數(shù)字交互模塊、全局查詢模塊和關(guān)聯(lián)問答模塊。
14、更進一步地所述數(shù)字交互模塊，通過讓用戶與虛擬人問答即獲取相應(yīng)的信息，將結(jié)果數(shù)字化展現(xiàn)；
15、全局查詢模塊，通過對接多種數(shù)據(jù)源，直接給出問答結(jié)果，無需切換系統(tǒng)，實時探索數(shù)據(jù)；
16、所述關(guān)聯(lián)問答模塊，通過根據(jù)用戶提供的問題內(nèi)容，利用大模型進行學(xué)習(xí)推理，生成不同角度、不同層次的相關(guān)回答。
17、所述多模態(tài)決策模塊，從不同的媒體數(shù)據(jù)信息中提取出豐富全面的特征，使用transformer自編碼的訓(xùn)練模式進行數(shù)據(jù)訓(xùn)練。
18、進一步地所述智能運維模塊是基于設(shè)備運維經(jīng)驗、行業(yè)數(shù)據(jù)、機理診斷基礎(chǔ)、現(xiàn)場和歷史收集數(shù)據(jù)和制造商提供數(shù)據(jù)，利用大模型生成ai數(shù)字人，包括：數(shù)據(jù)抓取模塊、數(shù)據(jù)交互模塊、特征提取模塊和決策問答模塊。
19、更進一步地，數(shù)據(jù)抓取模塊，用于從海量的底層數(shù)據(jù)中抓取、分析需要的目標數(shù)據(jù)，通過交互式ai去創(chuàng)建相應(yīng)的答案，實現(xiàn)對資產(chǎn)設(shè)備可靠性管理；
20、數(shù)據(jù)交互模塊，用于以數(shù)字人為交互入口，后臺接入業(yè)務(wù)系統(tǒng)和aic大模型，實現(xiàn)開放式業(yè)務(wù)問答；
21、特征提取模塊，用于從知識庫里提取設(shè)備故障特征、維修保養(yǎng)的建議、動態(tài)創(chuàng)建故障發(fā)生時引發(fā)的原因；
22、決策問答模塊，用于通過自然語言處理文本的支持，基于ai生成的內(nèi)容提煉，由生成式ai調(diào)用結(jié)果，形成交互式問答，幫助組織優(yōu)化運營、改進決策，推動數(shù)字化轉(zhuǎn)型。
23、優(yōu)選地，所述任務(wù)執(zhí)行模塊中的任務(wù)模型包括：時序大模型、自然語言大模型和多模態(tài)大模型。
24、進一步地，所述任務(wù)執(zhí)行模塊中的功能應(yīng)用包括：振動和聲紋信號理解感知功能、復(fù)雜工況要素識別功能、診斷專家知識繼承功能、診斷結(jié)論生成創(chuàng)作功能、復(fù)雜表結(jié)構(gòu)處理功能、工具調(diào)用功能和多模態(tài)理解功能。
25、優(yōu)選地，所述配套工具模塊內(nèi)包括知識引擎、提示詞工具和專業(yè)能力函數(shù)庫。
26、優(yōu)選地，所述數(shù)據(jù)知識模塊內(nèi)包括：設(shè)備采集數(shù)據(jù)庫、設(shè)備知識數(shù)據(jù)庫、設(shè)備檢修數(shù)據(jù)庫、行業(yè)領(lǐng)域知識庫和資產(chǎn)管理庫。
27、相比于現(xiàn)有技術(shù)，本申請實施例的有益效果為：
28、(1)本申請先在大規(guī)模的通用故障數(shù)據(jù)集上預(yù)訓(xùn)練，然后根據(jù)不同的設(shè)備和工況場景進行微調(diào)，而不需要重新設(shè)計和訓(xùn)練新的模型，ai大模型可以快速地應(yīng)對多樣化、碎片化的ai應(yīng)用需求，也可以減少開發(fā)成本和時間，提高開發(fā)效率；
29、(2)本申請在沒有標注的數(shù)據(jù)集據(jù)上進行無監(jiān)督或自監(jiān)督的學(xué)習(xí)，讓模型學(xué)習(xí)到通用的故障診斷知識和能力，利用海量的未標注故障數(shù)據(jù)來進行預(yù)訓(xùn)練，而不需要依賴于少量的標注數(shù)據(jù)，可以充分挖掘數(shù)據(jù)中的信息和價值，也可以避免標注數(shù)據(jù)的不足或不準確帶來的影響；
30、(3)本申請在預(yù)訓(xùn)練階段學(xué)習(xí)到設(shè)備運行的通用設(shè)備運行日志等知識和能力，在微調(diào)階段根據(jù)特定的任務(wù)和場景進行調(diào)整和優(yōu)化，ai大模型可以捕捉到文本數(shù)據(jù)中的全局信息和深層語義，也可以理解文本數(shù)據(jù)中的復(fù)雜邏輯和知識，使得ai大模型具有了強大的通用性和靈活性，提升智慧運維在各種領(lǐng)域和場景中的應(yīng)用效果。
本文檔來自技高網(wǎng)...【技術(shù)保護點】
1.基于多源數(shù)據(jù)融合結(jié)合大模型的多模態(tài)分析診斷模型，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述的基于多源數(shù)據(jù)融合結(jié)合大模型的多模態(tài)分析診斷模型，其特征在于，所述場景模型模塊內(nèi)的功能模塊包括：
3.根據(jù)權(quán)利要求2所述的基于多源數(shù)據(jù)融合結(jié)合大模型的多模態(tài)分析診斷模型，其特征在于，智能控制模塊是通過大模型實現(xiàn)信息調(diào)取將靜態(tài)展示演化為依賴數(shù)據(jù)庫和人工操作，集成數(shù)據(jù)源，根據(jù)運營狀況對決策過程進行優(yōu)化，包括：數(shù)字交互模塊、全局查詢模塊和關(guān)聯(lián)問答模塊。
4.根據(jù)權(quán)利要求3所述的基于多源數(shù)據(jù)融合結(jié)合大模型的多模態(tài)分析診斷模型，其特征在于，所述數(shù)字交互模塊，通過讓用戶與虛擬人問答即獲取相應(yīng)的信息，將結(jié)果數(shù)字化展現(xiàn)；
5.根據(jù)權(quán)利要求2所述的基于多源數(shù)據(jù)融合結(jié)合大模型的多模態(tài)分析診斷模型，其特征在于，所述智能運維模塊是基于設(shè)備運維經(jīng)驗、行業(yè)數(shù)據(jù)、機理診斷基礎(chǔ)、現(xiàn)場和歷史收集數(shù)據(jù)和制造商提供數(shù)據(jù)，利用大模型生成AI數(shù)字人，包括：數(shù)據(jù)抓取模塊、數(shù)據(jù)交互模塊、特征提取模塊和決策問答模塊。
6.根據(jù)權(quán)利要求5所述的基于多源數(shù)據(jù)融合結(jié)合大模型的多模態(tài)
7.根據(jù)權(quán)利要求1所述的基于多源數(shù)據(jù)融合結(jié)合大模型的多模態(tài)分析診斷模型，其特征在于，所述任務(wù)執(zhí)行模塊中的任務(wù)模型包括：時序大模型、自然語言大模型和多模態(tài)大模型。
8.根據(jù)權(quán)利要求7所述的基于多源數(shù)據(jù)融合結(jié)合大模型的多模態(tài)分析診斷模型，其特征在于，所述任務(wù)執(zhí)行模塊中的功能應(yīng)用包括：振動和聲紋信號理解感知功能、復(fù)雜工況要素識別功能、診斷專家知識繼承功能、診斷結(jié)論生成創(chuàng)作功能、復(fù)雜表結(jié)構(gòu)處理功能、工具調(diào)用功能和多模態(tài)理解功能。
9.根據(jù)權(quán)利要求1所述的基于多源數(shù)據(jù)融合結(jié)合大模型的多模態(tài)分析診斷模型，其特征在于，所述配套工具模塊內(nèi)包括知識引擎、提示詞工具和專業(yè)能力函數(shù)庫。
10.根據(jù)權(quán)利要求1所述的基于多源數(shù)據(jù)融合結(jié)合大模型的多模態(tài)分析診斷模型，其特征在于，所述數(shù)據(jù)知識模塊內(nèi)包括：設(shè)備采集數(shù)據(jù)庫、設(shè)備知識數(shù)據(jù)庫、設(shè)備檢修數(shù)據(jù)庫、行業(yè)領(lǐng)域知識庫和資產(chǎn)管理庫。
...【技術(shù)特征摘要】
1.基于多源數(shù)據(jù)融合結(jié)合大模型的多模態(tài)分析診斷模型，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述的基于多源數(shù)據(jù)融合結(jié)合大模型的多模態(tài)分析診斷模型，其特征在于，所述場景模型模塊內(nèi)的功能模塊包括：
3.根據(jù)權(quán)利要求2所述的基于多源數(shù)據(jù)融合結(jié)合大模型的多模態(tài)分析診斷模型，其特征在于，智能控制模塊是通過大模型實現(xiàn)信息調(diào)取將靜態(tài)展示演化為依賴數(shù)據(jù)庫和人工操作，集成數(shù)據(jù)源，根據(jù)運營狀況對決策過程進行優(yōu)化，包括：數(shù)字交互模塊、全局查詢模塊和關(guān)聯(lián)問答模塊。
4.根據(jù)權(quán)利要求3所述的基于多源數(shù)據(jù)融合結(jié)合大模型的多模態(tài)分析診斷模型，其特征在于，所述數(shù)字交互模塊，通過讓用戶與虛擬人問答即獲取相應(yīng)的信息，將結(jié)果數(shù)字化展現(xiàn)；
5.根據(jù)權(quán)利要求2所述的基于多源數(shù)據(jù)融合結(jié)合大模型的多模態(tài)分析診斷模型，其特征在于，所述智能運維模塊是基于設(shè)備運維經(jīng)驗、行業(yè)數(shù)據(jù)、機理診斷基礎(chǔ)、現(xiàn)場和歷史收集數(shù)據(jù)和制造商提供數(shù)據(jù)，利用大模型生成ai數(shù)字人，包括：數(shù)據(jù)抓取模塊、數(shù)據(jù)交互模塊、特征提取模塊和決策問答模塊。
6.根據(jù)權(quán)利要求5所述的基于多源數(shù)據(jù)融合...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：胡勇，彭六保，曾志生，邴奇，佟文杰，
申請(專利權(quán))人：航天智控北京監(jiān)測技術(shù)有限公司，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。