基于 LLM+RAG 的工业设备故障智能诊断与工单管理系统

客户背景

某重工智能科技有限公司成立于 2001 年，专注于大型矿山、冶金及港口装卸设备的制造与运维服务，在华东、华南、西南设有三大生产基地，管理设备超过 3.2 万台，一线运维技术员 1,400 余人。

随着公司规模扩张，设备运维面临三大核心挑战：

• 经验断层：核心技师平均年龄 52 岁，退休潮导致二十年积累的诊断经验面临流失风险；

• 知识孤岛：设备手册、故障报告、维修日志分散存储于纸质档案、本地硬盘和多套异构系统，无法有效检索；

• 响应迟缓：一线员工遇到复杂故障需逐级上报，平均等待专家介入时间超过 4 小时，严重影响生产连续性。

痛点分析

在项目启动阶段，我们对该公司运维体系进行了为期三周的深度调研，梳理出以下关键痛点：

1. 故障诊断严重依赖个人经验

传统诊断流程中，一线技术员需凭借自身经验或电话求助高级工程师。针对同一类设备的相似故障，不同技术员的处理方式差异悬殊，导致修复质量参差不齐。

2. 海量技术文档无法有效利用

公司积累了 12,000 余份设备手册、维修记录和故障案例，但全部以 PDF、Word 乃至纸质扫描件形式存在。面对具体故障，技术员平均需花费 40 分钟以上才能找到相关参考资料，且命中率极低。

3. 工单流转缺乏智能化支撑

现有工单系统仅支持手工填写和线性审批，无法根据故障类型自动匹配技能标签、推荐备件清单或预估工时，工单信息质量低，导致派工错误和二次返修频发。

解决方案

整体架构

我们设计了以「私有知识库」为核心的三层智能化架构，打通知识沉淀、故障诊断与工单管理三条主线。

知识库建设

文档解析与结构化

针对工业场景文档的特殊性（大量表格、电气图纸、零件爆炸图），我们采用 MinerU 进行版面分析，将 PDF 中的图文表格分离提取，再结合人工审核流水线对高价值文档进行二次标注，确保解析质量。

文档处理流程：

1. 格式归一：统一处理 PDF、Word、Excel、扫描件等格式；

1. 版面解析：识别标题层级、表格、图注、警告框等结构化元素；

1. 语义分块：以设备型号、故障代码、零件编号为锚点进行智能分块，避免上下文截断；

1. 元数据标注：自动提取设备类型、故障类别、适用型号等标签，支持精确过滤检索。

混合检索策略

单一向量检索在工业术语和设备编号上的精确度不足，我们采用"向量检索 + BM25 关键词检索"的混合模式，通过 RRF（Reciprocal Rank Fusion）算法融合排序结果，Top-3 检索准确率从纯向量检索的 78% 提升至 91.7%。

Prompt 工程

针对故障诊断场景，我们设计了结构化诊断 Prompt 模板，强制模型按照以下格式输出，以便工单系统解析：

• 故障判断：可能原因排序（附置信度）

• 诊断依据：引用的知识库文档来源

• 维修步骤：分步操作指引（含安全注意事项）

• 所需备件：自动关联备件编号与库存状态

• 预计工时：基于历史工单推算

• 建议级别：自修 / 请求支援 / 停机大修

工单智能化

故障诊断完成后，系统自动预填工单的核心字段：故障类型、推荐技师技能标签、预计工时、备件清单。派工模块与人员排班系统集成，综合考量技师当前工单负荷、技能匹配度和地理位置，实现智能派工。

工单完工后，系统将本次维修过程（故障描述、诊断结论、实际操作步骤、处理结果）自动结构化并回流至知识库，形成知识的持续自生长闭环。

实施路径

项目分三期落地，总历时约七个月：

| 阶段 | 周期 | 核心任务 | | -------------------------- | ------------ | ---------------------------------------------------------------- | | 一期：知识入库 | 第 1～8 周 | 文档解析流水线搭建、存量 12,000 份文档入库、Milvus 集群部署 | | 二期：诊断上线 | 第 9～18 周 | LLM 私有化部署、RAG 链路开发、移动端集成、试点一个生产基地 | | 三期：工单智能化 | 第 19～28 周 | Camunda 工单引擎改造、智能派工模块、知识回流机制、全国三基地推广 |

挑战与解法

挑战一：私有化部署下的推理性能

72B 参数模型对 GPU 资源消耗极大。我们采用 vLLM 推理框架 + FP8 量化，在保证输出质量的前提下，将并发吞吐提升约 3.2 倍，平均响应延迟控制在 8 秒以内（含检索），满足现场使用体验要求。

挑战二：工业文档的专业幻觉问题

大模型对小众设备型号存在幻觉风险，可能生成"听起来合理但实际错误"的维修步骤，在工业场景中危害极大。我们采取两项措施：

1. 强制引用溯源：Prompt 约束模型只能依据检索到的文档回答，并标注文档来源，方便技术员交叉验证；

1. 置信度阈值机制：当检索文档与问题的相似度低于阈值时，系统自动提示"建议联系专家确认"，而非强行生成答案。

挑战三：现场网络与终端多样性

部分生产现场网络条件差，我们在现场部署了边缘推理节点（小参数量蒸馏模型），支持离线诊断基础故障，待网络恢复后自动同步工单和日志。

后续规划

• 多模态接入：接入现场摄像头视频流，支持"拍照即诊断"的视觉故障识别；

• 预测性维护：融合设备传感器数据（振动、温度、电流），构建故障预测模型，从"被动响应"升级为"主动预防"；

• 知识图谱增强：在向量检索基础上叠加设备零件知识图谱，提升复杂故障的关联推理能力。