Sistema basato su LLM per l'analisi spiegabile dei difetti nella fusione su letto di polvere laser

Un sistema di supporto decisionale di nuova concezione combina conoscenza strutturata dei difetti con il ragionamento di modelli linguistici di grandi dimensioni per fornire chiare raccomandazioni diagnostiche e di mitigazione per la fusione su letto di polvere laser (LPBF), un processo critico di produzione additiva. Questo sistema integrato con ontologia si basa su una base di conoscenza gerarchica che include 27 tipi di difetti LPBF riconosciuti, dettagliando le loro connessioni causali. Consente query in linguaggio naturale fuzzy per facilitare il recupero sistematico della conoscenza, offre spiegazioni supportate dalla letteratura per i difetti e fornisce approfondimenti sulle cause e sugli approcci di mitigazione basati sulla conoscenza del processo codificata. Inoltre, un modulo di valutazione delle immagini multimodale utilizza modelli foundation per l'analisi guidata da descrittori di immagini microscopiche di difetti attraverso il punteggio di allineamento semantico, con l'obiettivo di migliorare la trasparenza e la fiducia nel controllo qualità manifatturiero potenziato dall'IA.