面向钢铁生产设备故障的智能问答方法、装置、设备及介质与流程
本技术涉及人机交互，尤其是涉及面向钢铁生产设备故障的智能问答方法、装置、设备及介质。
背景技术：
1、钢铁制造过程中，设备的正常运行对于保证生产效率和产品质量至关重要。然而，生产与设备故障是制造过程中常见的问题，其检测和诊断通常依赖于经验丰富的技术人员。这些人员能够凭借多年的经验识别和解决复杂的故障问题，但这种依赖存在明显的局限性：1)知识传承问题：经验丰富的技术人员通常拥有难以文档化或标准化的个人经验和直觉，这使得知识的传承十分困难。随着这些技术人员的退休或离职，他们的宝贵经验可能会丢失，新一代技术人员无法有效接手。2)培养难度大：培养具备丰富经验的技术人员需要长时间的实践和学习。在快速变化的工业环境中，这种长期的学习曲线可能不适应快速发展和技术更新的需求。3)诊断效率低：传统的故障诊断方法耗时且效率不高，尤其是在面对未知或复杂故障时，可能需要多次会议及试错，增加了生产停滞的风险和成本。所以，如何快速确定出故障问题所对应的答案成为了不容小觑的技术问题。
技术实现思路
1、有鉴于此，本技术的目的在于提供面向钢铁生产设备故障的智能问答方法、装置、设备及介质，通过大语言模型对目标问题进行分流，以使根据外部知识数据库确定出回答知识，再利用大语言模型对回答知识以及回答模板进行整合生成答案信息，快速准确地生成答案信息以提高故障处理效率以及精度。
2、本技术实施例提供了一种面向钢铁生产设备故障的智能问答方法，所述智能问答方法包括：
3、将用户的目标问题输入至大语言模型之中对所述目标问题的问题属性进行识别，确定出所述目标问题相对应的问题类型；
4、若所述问题类型为第一问题类型，则所述大语言模型基于预设的思维链以及预设的外部知识数据库确定出所述目标问题相对应的回答知识，将所述回答知识按照预设的回答模板生成所述目标问题的第一答案信息；
5、若所述问题类型为第二问题类型，则所述大语言模型基于内部数据库确定出所述目标问题的第二答案信息；其中，所述第一问题类型为钢铁领域的生产设备故障问题类型，所述第二问题类型为非钢铁领域的生产设备故障问题类型。
6、在一种可能的实施方式之中，若所述问题类型为第一问题类型，则所述大语言模型基于预设的思维链以及预设的外部知识数据库确定出所述目标问题相对应的回答知识，将所述回答知识按照预设的回答模板生成所述目标问题的第一答案信息，包括：
7、所述大语言模型基于预设的思维链对所述目标问题进行问题分析，并基于所述外部知识数据库确定出每个参考知识与所述目标问题之间的匹配相似度；
8、将满足预设相似度阈值且最大的所述匹配相似度所对应的参考知识作为所述目标问题的回答知识；
9、将所述回答知识根据所述回答模板中的故障名称、故障原因、解决方案以及预防措施进行汇总，生成所述目标问题的第一答案信息。
10、在一种可能的实施方式之中，在所述大语言模型基于预设的思维链对所述目标问题进行问题分析，并基于所述外部知识数据库确定出每个参考知识与所述目标问题之间的匹配相似度之后，所述智能问答方法还包括：
11、若所述匹配相似度不满足预设相似度阈值，则所述大语言模型调用互联网搜索界面，在所述互联网搜索界面上对所述目标问题的回答知识进行搜索，将所述互联网搜索界面上的前数目个词条所对应的文本信息作为所述目标问题的回答信息。
12、在一种可能的实施方式之中，通过以下步骤确定出预设的外部知识数据库：
13、获取热轧生产过程中的多个生产设备的事故分析简报以及设备停运报表，对每个所述事故分析简报以及每个所述设备停运报表按照预设的输出格式进行处理，确定出多个目标数据报表；
14、对每个所述目标数据报表中的文本进行提取，确定出多个文本数据；
15、基于文本分割方法对所述文本数据按照预设长度进行切分，确定出多个目标文本；
16、并对多个所述目标文本进行向量化处理，将向量化处理后的所述目标文本进行存储生成所述外部知识数据库。
17、在一种可能的实施方式之中，通过以下步骤确定出所述用户的目标问题：
18、若所述用户的输入信息为语音信息，则对所述语音信息进行语音识别，确定出所述目标问题；
19、若所述用户的输入信息为图片信息，则基于所述大语言模型对所述图片信息进行文字提取，确定出所述目标问题；
20、若所述用户的输入信息为文字信息，则将所述文字信息确定为所述目标问题。
21、本技术实施例还提供了一种面向钢铁生产设备故障的智能问答装置，所述智能问答装置包括：
22、问题类型识别模块，用于将用户的目标问题输入至大语言模型之中对所述目标问题的问题属性进行识别，确定出所述目标问题相对应的问题类型；
23、第一答案生成模块，用于若所述问题类型为第一问题类型，则所述大语言模型基于预设的思维链以及预设的外部知识数据库确定出所述目标问题相对应的回答知识，将所述回答知识按照预设的回答模板生成所述目标问题的第一答案信息；
24、第二答案生成模块，用于若所述问题类型为第二问题类型，则所述大语言模型基于内部数据库确定出所述目标问题的第二答案信息；其中，所述第一问题类型为钢铁领域的生产设备故障问题类型，所述第二问题类型为非钢铁领域的生产设备故障问题类型。
25、在一种可能的实施方式之中，第一答案生成模块在用于若所述问题类型为第一问题类型，则所述大语言模型基于预设的思维链以及预设的外部知识数据库确定出所述目标问题相对应的回答知识，将所述回答知识按照预设的回答模板生成所述目标问题的第一答案信息时，第一答案生成模块具体用于：
26、所述大语言模型基于预设的思维链对所述目标问题进行问题分析，并基于所述外部知识数据库确定出每个参考知识与所述目标问题之间的匹配相似度；
27、将满足预设相似度阈值且最大的所述匹配相似度所对应的参考知识作为所述目标问题的回答知识；
28、将所述回答知识根据所述回答模板中的故障名称、故障原因、解决方案以及预防措施进行汇总，生成所述目标问题的第一答案信息。
29、在一种可能的实施方式之中，所述智能问答装置还包括网页调用模块，网页调用模块用于：
30、若所述匹配相似度不满足预设相似度阈值，则所述大语言模型调用互联网搜索界面，在所述互联网搜索界面上对所述目标问题的回答知识进行搜索，将所述互联网搜索界面上的前数目个词条所对应的文本信息作为所述目标问题的回答信息。
31、本技术实施例还提供一种电子设备，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行如上述的面向钢铁生产设备故障的智能问答方法的步骤。
32、本技术实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如上述的面向钢铁生产设备故障的智能问答方法的步骤。
33、本技术实施例提供的面向钢铁生产设备故障的智能问答方法、装置、设备及介质，所述智能问答方法包括：将用户的目标问题输入至大语言模型之中对所述目标问题的问题属性进行识别，确定出所述目标问题相对应的问题类型；若所述问题类型为第一问题类型，则所述大语言模型基于预设的思维链以及预设的外部知识数据库确定出所述目标问题相对应的回答知识，将所述回答知识按照预设的回答模板生成所述目标问题的第一答案信息；若所述问题类型为第二问题类型，则所述大语言模型基于内部数据库确定出所述目标问题的第二答案信息；其中，所述第一问题类型为钢铁领域的生产设备故障问题类型，所述第二问题类型为非钢铁领域的生产设备故障问题类型。通过大语言模型对目标问题进行分流，以使根据外部知识数据库确定出回答知识，再利用大语言模型对回答知识以及回答模板进行整合生成答案信息，以提高故障处理效率以及精度。
34、为使本技术的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
技术特征：
1.一种面向钢铁生产设备故障的智能问答方法，其特征在于，所述智能问答方法包括：
2.根据权利要求1所述的智能问答方法，其特征在于，若所述问题类型为第一问题类型，则所述大语言模型基于预设的思维链以及预设的外部知识数据库确定出所述目标问题相对应的回答知识，将所述回答知识按照预设的回答模板生成所述目标问题的第一答案信息，包括：
3.根据权利要求1所述的智能问答方法，其特征在于，在所述大语言模型基于预设的思维链对所述目标问题进行问题分析，并基于所述外部知识数据库确定出每个参考知识与所述目标问题之间的匹配相似度之后，所述智能问答方法还包括：
4.根据权利要求1所述的智能问答方法，其特征在于，通过以下步骤确定出预设的外部知识数据库：
5.根据权利要求1所述的智能问答方法，其特征在于，通过以下步骤确定出所述用户的目标问题：
6.一种面向钢铁生产设备故障的智能问答装置，其特征在于，所述智能问答装置包括：
7.根据权利要求6所述的智能问答装置，其特征在于，第一答案生成模块在用于若所述问题类型为第一问题类型，则所述大语言模型基于预设的思维链以及预设的外部知识数据库确定出所述目标问题相对应的回答知识，将所述回答知识按照预设的回答模板生成所述目标问题的第一答案信息时，第一答案生成模块具体用于：
8.根据权利要求6所述的智能问答装置，其特征在于，所述智能问答装置还包括网页调用模块，网页调用模块用于：
9.一种电子设备，其特征在于，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过所述总线进行通信，所述机器可读指令被所述处理器运行时执行如权利要求1至5任一所述的面向钢铁生产设备故障的智能问答方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行如权利要求1至5任一所述的面向钢铁生产设备故障的智能问答方法的步骤。
技术总结
本申请提供了面向钢铁生产设备故障的智能问答方法、装置、设备及介质，包括：将用户的目标问题输入至大语言模型之中对目标问题的问题属性进行识别，确定出目标问题相对应的问题类型；若问题类型为第一问题类型，则大语言模型基于预设的思维链以及预设的外部知识数据库确定出目标问题相对应的回答知识，将回答知识按照预设的回答模板生成目标问题的第一答案信息；若问题类型为第二问题类型，则大语言模型基于内部数据库确定出目标问题的第二答案信息；通过大语言模型对目标问题进行分流，以使根据外部知识数据库确定出回答知识，再利用大语言模型对回答知识以及回答模板进行整合生成答案信息，以提高故障处理效率以及精度。
技术研发人员：罗莉,张伟,宗涵,唐建烊,杜博龙,杨帅,方向
受保护的技术使用者：鉴微数字科技（重庆）有限公司
技术研发日：
技术公布日：2024/9/23