近日，中國科協2024年重點學術活動“第五屆中國長三角數字經濟大會”在杭州成功舉辦。 本次會議由中國自動化學會、浙江省科協等單位指導，杭州城西科技創新走廊管委會、國科大杭州高等研究院承辦。 會上，舉行了“長三角數位化企業100強”頒獎典禮大觀資料憑藉“大模型、知識圖譜驅動的智慧型質量平台”，經過前期各省市協會和專家組的評審，榮獲“長三角百強優秀數字案例企業”
會議匯集了中科院院士王建宇、中科院院士尹浩、中國工程院院士江長軍等領導院士、杭州市黨組成員、杭州西部科技創新走廊管委會主任孔春浩等領導院士、杭州市西部科技創新走廊管委會主任、 等領導、高校院所專家、長三角龍頭企業共同探討數字經濟，推動長三角數字新經濟產業融合發展。
2024年是中國製造向中國智造轉型的關鍵之年，質量控制管理業務對知識和經驗的需求越來越複雜，傳統質量知識應用模式中知識孤立、搜尋效率低、經驗復用困難、人工成本高等問題逐漸凸顯。 目前，大模型技術取得了突破性進展，與知識圖譜技術相結合，在垂直知識的應用中可以發揮更大的優勢。
智慧型質量平台大規模利用通用資料和領域知識它由大模型和知識圖譜的雙核能力驅動，相互結合，增強各自的技術優勢，形成一套功能齊全、質量分析結論可靠的智慧型化系統。 是的在質量知識管理、故障根因分析、售後維修、裝置巡檢、故障閉環等業務場景中質量知識與經驗的多維度關聯，實現口語化、便捷準確的知識應用，智慧型化的質量控制管理，大大提高質量和工作效率，降低人工成本，促進產品開發和改進，提高企業競爭力。
圖1 智慧型質量平台（i） 資料層面
它主要依靠製造質量領域的知識，包括技術手冊、PLM生命週期文件、DFMEA、PFMEA、質量分析報告、8D報表、工單系統資料、裝置維護手冊等，完成知識圖譜的構建和製造質量模型語料庫的生成。
（二） 技術方面
基於領域知識指令集的大模型訓練：基於大模型和知識圖譜模式對沉澱知識的提取，構建智慧型質量知識圖譜，結合圖大模型的檢索能力增強（RAG）和大模型與圖的協同處理功能， 用於增強彼此的推理能力和可靠性，利用大模型生成 Gremlin 語言程式設計進行圖計算，實現複雜的知識推理。
圖2 基於大模型的知識圖譜構建
圖3 基於大模型的質量應用
（iii） 職能方面包括：
智慧型搜尋：結合大模型的語義理解，準確分析搜尋意圖，結合圖推理結果返回文字、圖、**文件等全方位搜尋結果知識測驗：支援自然語言對話品質知識問答，輕鬆獲取知識圖譜和文件檢索結果，提供更自然流暢的總結內容歸因分析：分析故障現象描述，推薦可能的根本原因、排除方案、類似案例引導式故障排除：輸入故障型別，自動指導質量工程師逐步檢測故障原因。 對於每個診斷步驟，建議提供結構圖、電路圖、操作圖、診斷工具和注意事項等相關資訊故障閉環：從故障事件中自動發現產品和工藝設計缺陷，並反饋給研發部門進行改進。
（4）應用效果
實現質量知識的多維度關聯和精準檢索，喚醒沉睡的知識，大大提高有價值的專業經驗資料的利用率，更便捷的知識獲取，顯著提高故障處理的效率和準確性，並具有較高的一次性維修成功率，減輕質量工作壓力，實現智慧型知識推送和引導， 協助複雜質量問題的綜合排查，在工程師的排班工作中實現超級智囊團，在解決問題、創新研發的同時，充分利用組織內部的群體知識和群體智慧，加速新員工的成長。
（五） 價值成果
售後故障處理準確、全面、規範效率提公升範圍從30%到200%。，全方位提公升了客戶滿意度。 質量知識的獲取更加便捷，經驗復用率高，減少對專家的依賴，降低質量工作的門檻，降低人力成本。 在智慧型質量體系的支援下，新手達到相同分析水平所需的時間減少了40%-60%。故障處理的及時反饋，促進產品改進，提高產品良率，增強競爭力，大大降低了內部質量問題的二次發生率。 質量知識和經驗的沉澱完善企業知識庫減少因人才流失而造成的體驗損失
基於大多數對質量管理和創新研發有廣泛要求的領域，以大模型和知識圖譜驅動的智慧型質量平台廣泛應用於航空航天、軍工裝備、核工業、電網、能源、消費電子、通訊、積體電路、造船、材料、製藥、醫療器械、機械裝置、礦山等行業，使企業能夠充分利用企業的知識財富，向知識化、智慧型化轉化，啟用企業創新能力，實現智慧型管控，提公升市場競爭力。