Η εργασία αυτή παρουσιάζει ένα σύστημα υποστήριξης αποφάσεων που βασίζεται σε γνώσεις, ενσωματώνοντας δομημένες γνώσεις ελαττωμάτων με συλλογιστική που βασίζεται σε μεγάλα γλωσσικά μοντέλα (LLM) για την παροχή εξηγήσιμης διάγνωσης ελαττωμάτων και καθοδήγησης για την αντιμετώπισή τους στη βιομηχανική παραγωγή, χρησιμοποιώντας το LPBF ως αντιπροσωπευτική μελέτη σε κρίσιμες για την ασφάλεια περιπτώσεις. Το προτεινόμενο σύστημα υποστήριξης αποφάσεων για ανάλυση και καθοδήγηση μετριασμού ελαττωμάτων LPBF, ενσωματωμένο σε οντολογία, βασίζεται σε μια βάση γνώσεων που περιέχει 27 γνωστούς τύπους ελαττωμάτων LPBF οργανωμένους σε ιεραρχικές κατηγορίες και αιτιώδεις σχέσεις.
Το ανεπτυγμένο σύστημα υποστηρίζει ασαφή ερωτήματα σε φυσική γλώσσα για συστηματική ανάκτηση γνώσης, εξηγήσεις ελαττωμάτων που υποστηρίζονται από τη βιβλιογραφία, καθώς και καθοδήγηση σχετικά με τις αιτίες και τις στρατηγικές μετριασμού των ελαττωμάτων που προέρχονται από κωδικοποιημένη γνώση διαδικασίας. Επιπλέον, ένα πολυτροπικό μοντέλο αξιολόγησης εικόνας που βασίζεται σε θεμελιώδη μοντέλα επιτρέπει την ερμηνεία αντιπροσωπευτικών μικροσκοπικών εικόνων ελαττωμάτων μέσω βαθμολόγησης ευθυγράμμισης σημασίας.
Το προτεινόμενο πλαίσιο αξιολογήθηκε μέσω ποιοτικών συγκρίσεων με γενικούς μοντέλα όρασης-γλώσσας, μιας μελέτης αποκοπής και ανάλυσης αξιοπιστίας μεταξύ αξιολογητών. Η αξιολόγηση στο σύνολο δεδομένων που αντλήθηκε από τη βιβλιογραφία έδειξε ότι η πλήρως ενσωματωμένη διαμόρφωση υπερείχε των άλλων τριών αξιολογημένων διαμορφώσεων συστήματος, επιτυγχάνοντας μέσο F1 σκορ 0.808. Επιπλέον, η ανάλυση αξιοπιστίας μεταξύ αξιολογητών χρησιμοποιώντας το κριτήριο του Cohen έδειξε ουσιαστική συμφωνία μεταξύ των εξόδων του μοντέλου και των αναφορών που προέρχονται από τη βιβλιογραφία. Τα ευρήματα αυτά προτείνουν ότι η καθοδηγούμενη από οντολογία αναπαράσταση γνώσεων μπορεί να βελτιώσει τη συνέπεια, την ερμηνευσιμότητα και την πρακτική χρησιμότητα της ανάλυσης ελαττωμάτων LPBF με τη βοήθεια LLM.
