تعد المواصفات الهندسية مثل الجداول الخاصة بتحليل الإنذارات ومصفوفات السبب والنتيجة (C&E) حجر الزاوية في التحكم في العمليات والسلامة. لكن، ما زالت معظم هذه المواصفات تُنشأ يدويا، مما يجعلها عرضة للأخطاء وعدم الاتساق.

يأتي هذا البحث ليقدم حلا مبتكرا عبر إنشاء إطار عمل يعتمد على الذكاء الاصطناعي يقوم بأتمتة عملية إنتاج منطق السبب والنتيجة من خلال دمج المخططات المعرفية (Knowledge Graph) مع طبقة نموذج لغوي ضخم (Large Language Model) محدودة. فالمخطط المعرفي يبني على نظرية تنظيم الوحدات المعروفة، ليتم تمثيل هيكل العملية وأنماط التشغيل والأعطال والأعراض والأسباب والإجراءات المتخذة لتخفيف المخاطر بشكل آلي وقابل للفهم من قبل الآلات.

بعد ذلك، تقوم نماذج اللغات الضخمة بتحويل هذه المعلومات إلى نصوص جاهزة للاستخدام من قبل المشغلين، فضلاً عن صياغة قواعد اللغة القابلة للاستنتاج باستخدام لغة قواعد الويب الدلالية (Semantic Web Rule Language أو SWRL) ضمن قيود محددة لشجرة العظام والمصطلحات، مما يضمن أن المُنتجات الناتجة متجذرة في النموذج الدلالي الأساسي.

تمت تجربة هذه العملية على منشأة عمليات modular، ما يُظهر كيف يمكن توليد الدلالات الهندسية والعلاقات التشخيصية والمواصفات التي يمكن التحقق منها بواسطة آلات، وذلك من خلال تمثيل معرفي موحد مع تقليل الجهد اليدوي المطلوب.

هذا الابتكار يعد خطوة كبيرة نحو تحسين الأمان والكفاءة في الصناعات المعقدة.