基于大语言模型的造船产品制造流程优化方法
徐胜超1
吕峻闽1
蒋大锐1
黎祥远2
毛明扬1
蒋金陵1
呙涛3
1.广州华商学院人工智能学院 广州 5113002.广州华商学院实验教学与网络技术管理中心 广州 5113003.武汉凌久微电子有限公司 武汉 430077
摘要：提出基于大语言模型的造船产品制造流程优化方法.将船舶的设计要求输入大语言模型中,大语言模型根据设计要求、模块的功能、船舶布局、设计规范等对船舶模块进行规划得到船舶的模块化设计图,并根据进行模块化制造,有效实现多专业协同管理.在模块化制造流程中,通过YOLO神经网络对船舶模块连接的焊缝进行检测,以焊缝图像为输入,通过提取焊缝特征检测焊缝的质量,实现船舶制造流程中的质量管理.实验结果表明,通过大语言模型设计的船舶每吨燃油多行驶约0.3 km;且生产流程中变异系数平均高达80%;使用YOLO8对焊缝进行检测可以准确找出焊缝的缺陷,并且可以有效识别不同的焊缝缺陷.
关键词：制造流程人工智能大模型船舶设计质量管理神经网络
分类号：TP18(自动化基础理论)
资助基金：国家自然科学基金(61972444)广州华商学院校级重点培育科研项目(2024HSZD01)武汉凌久微电子有限公司企业开放课题(LJW-WX-2025-020)
论文发表日期：2025-09-20
在线出版日期：2025-12-23（本平台首次上网日期，不代表文献的发表时间）
页数：6( 57-61,105 )
英文信息