设备运维知识图谱抽取的图神经网络模型及因果推断大模型构建
需求类别: 技术研发(关键、核心技术), 产品研发(产品升级、新产品研发), 技术配套(技术、产品等配套合作)
技术领域: 先进制造与自动化
合作方式: 技术转让, 联合开发, 委托研发, 委托团队、专家长期技术服务
技术转让(合作)费最高金额: 300.0万元
信息描述
需求详情:
本项目聚焦高端冲床设备故障诊断与运维的核心技术突破,主要涵盖4部分关键内容。 (1)构建因果驱动的故障知识图谱,通过主体 - 客体对比学习算法精准提取 “现象 - 原因 - 解决方案” 三元组,同时引入环境温度、负载波动等因果混淆因子校正模块,解决传统关系抽取中的多义性问题,提升图谱准确性。 (2)开发领域因果故障本体模型,定义主轴系统、伺服系统等 9 大故障基类,细化故障子类与具体模式,建立包含振动、温度等特征的故障特征库,全面覆盖 18 个冲床产品系列故障类型。 (3)建立动态工况自适应图网络(Dynamic GNN),实时感知多冲床联机场景下的工况变化,分析异常传播路径,实现整线故障隔离与预警。 (4)研发多模态融合因果推理引擎,融合振动 / 电流时序分析、工序异常定位、视觉检测等数据,结合反事实推理模型对故障因果关系进行量化评估,为故障诊断和维修提供科学依据,突破传统 AI 模型依赖相关性预警的局限,提升故障根因分析的精准性与效率。
现有基础:
浙江易锻精密机械是国家高新技术企业,专注智能数控压力机研发,产品涵盖 20 个系列近 300 品种,多项产品突破国外卡脖子技术,获省重点技术创新等项目支持。​公司研发实力雄厚,有 65 名研发人员,含 7 名博士、2 名正高级工程师等,建省级技能大师工作室,技能型人才超 120 人。拥有省级技术中心及激光跟踪仪等先进检测设备,获 100 多项有效知识产权,主持参与多类标准 27 项,获省部级科技进步奖 9 项等诸多荣誉,获国家单项冠军企业等多项称号,入选拟上市企业培育库。​公司在高端冲床领域技术积累深厚,积累大量设备运行和维修数据。与多所高校合作开展机器学习设备故障预测研究,奠定项目基础。实验中心设备先进,能模拟复杂工况。跨学科研发团队经验丰富,定期获行业专家指导。​过往研发的振动分析设备故障监测系统已应用,效果良好,参与多项行业标准制定,在业内知名度高。
简要描述:
针对本项目委外技术内容,需构建紧密高效的产学研合作体系。合作目标明确为围绕边缘侧轻量化因果模型部署、动态图神经网络优化、知识图谱与故障推断工业大模型构建及微调三项核心委外技术,实现技术突破与成果转化。​ 合作方式采用 “企业主导、高校支撑、协同攻关” 模式。浙江易锻精密机械负责提供冲床设备实际运行数据、故障案例等产业资源,明确技术需求与应用场景;合作高校需派出由人工智能、知识图谱领域教授牵头的研发团队,投入不少于 5 名核心技术人员,其中博士占比不低于 60%,确保研发力量匹配。​ 建立月度技术对接会、季度成果评审会机制,高校需每月提交研发进展报告,企业提供必要的实验环境支持,共同搭建联合测试平台,基于易锻 18 个系列冲床真机数据开展模型训练与验证。​ 合作需明确知识产权归属,委外研发形成的专利、软件著作权等核心知识产权由企业主导,高校享有署名权及非商业性研究使用权,同时联合发表高水平学术论文不少于 3 篇,确保技术成果既符合产业实际又具备学术价值。