近日，中国科协2024年重点学术活动“第五届中国长三角数字经济大会”在杭州成功举办。 本次会议由中国自动化学会、浙江省科协等单位指导，杭州城西科技创新走廊管委会、国科大杭州高等研究院承办。 会上，举行了“长三角数字化企业100强”颁奖典礼大观数据凭借“大模型、知识图谱驱动的智能质量平台”，经过前期各省市协会和专家组的评审，荣获“长三角百强优秀数字案例企业”
会议汇集了中科院院士王建宇、中科院院士尹浩、中国工程院院士江长军等领导院士、杭州市党组成员、杭州西部科技创新走廊管委会主任孔春浩等领导院士、杭州市西部科技创新走廊管委会主任、 等领导、高校院所专家、长三角龙头企业共同探讨数字经济，推动长三角数字新经济产业融合发展。
2024年是中国制造向中国智造转型的关键之年，质量控制管理业务对知识和经验的需求越来越复杂，传统质量知识应用模式中知识孤立、搜索效率低、经验复用困难、人工成本高等问题逐渐凸显。 目前，大模型技术取得了突破性进展，与知识图谱技术相结合，在垂直知识的应用中可以发挥更大的优势。
智能质量平台大规模利用通用数据和领域知识它由大模型和知识图谱的双核能力驱动，相互结合，增强各自的技术优势，形成一套功能齐全、质量分析结论可靠的智能化系统。 是的在质量知识管理、故障根因分析、售后维修、设备巡检、故障闭环等业务场景中质量知识与经验的多维度关联，实现口语化、便捷准确的知识应用，智能化的质量控制管理，大大提高质量和工作效率，降低人工成本，促进产品开发和改进，提高企业竞争力。
图1 智能质量平台（i） 数据层面
它主要依靠制造质量领域的知识，包括技术手册、PLM生命周期文档、DFMEA、PFMEA、质量分析报告、8D报表、工单系统数据、设备维护手册等，完成知识图谱的构建和制造质量模型语料库的生成。
（二） 技术方面
基于领域知识指令集的大模型训练：基于大模型和知识图谱模式对沉淀知识的提取，构建智能质量知识图谱，结合图大模型的检索能力增强（RAG）和大模型与图的协同处理功能， 用于增强彼此的推理能力和可靠性，利用大模型生成 Gremlin 语言编程进行图计算，实现复杂的知识推理。
图2 基于大模型的知识图谱构建
图3 基于大模型的质量应用
（iii） 职能方面包括：
智能搜索：结合大模型的语义理解，准确分析搜索意图，结合图推理结果返回文本、图、**文档等全方位搜索结果知识测验：支持自然语言对话品质知识问答，轻松获取知识图谱和文档检索结果，提供更自然流畅的总结内容归因分析：分析故障现象描述，推荐可能的根本原因、排除方案、类似案例引导式故障排除：输入故障类型，自动指导质量工程师逐步检测故障原因。 对于每个诊断步骤，建议提供结构图、电路图、操作图、诊断工具和注意事项等相关信息故障闭环：从故障事件中自动发现产品和工艺设计缺陷，并反馈给研发部门进行改进。
（4）应用效果
实现质量知识的多维度关联和精准检索，唤醒沉睡的知识，大大提高有价值的专业经验数据的利用率，更便捷的知识获取，显著提高故障处理的效率和准确性，并具有较高的一次性维修成功率，减轻质量工作压力，实现智能知识推送和引导， 协助复杂质量问题的综合排查，在工程师的排班工作中实现超级智囊团，在解决问题、创新研发的同时，充分利用组织内部的群体知识和群体智慧，加速新员工的成长。
（五） 价值成果
售后故障处理准确、全面、规范效率提升范围从30%到200%。，全方位提升了客户满意度。 质量知识的获取更加便捷，经验复用率高，减少对专家的依赖，降低质量工作的门槛，降低人力成本。 在智能质量体系的支持下，新手达到相同分析水平所需的时间减少了40%-60%。故障处理的及时反馈，促进产品改进，提高产品良率，增强竞争力，大大降低了内部质量问题的二次发生率。 质量知识和经验的沉淀完善企业知识库减少因人才流失而造成的体验损失
基于大多数对质量管理和创新研发有广泛要求的领域，以大模型和知识图谱驱动的智能质量平台广泛应用于航空航天、军工装备、核工业、电网、能源、消费电子、通信、集成电路、造船、材料、制药、医疗器械、机械设备、矿山等行业，使企业能够充分利用企业的知识财富，向知识化、智能化转化，激活企业创新能力，实现智能管控，提升市场竞争力。