في عالم التصنيع الحديث، تمثل العيوب تحدياً كبيراً يؤثر على جودة المنتجات وسلامتها. لتحقيق تقنيات أكثر فعالية في تحليل هذه العيوب، تم تقديم نظام دعم اتخاذ القرار المدعوم بالمعرفة والذي يجمع بين المعرفة الهيكلية حول العيوب والتفكير القائم على نماذج اللغات الضخمة (LLM).

اعتمد هذا النظام على دراسة حالة تمثيلية مهمة، تقنية التصنيع Fusion بالليزر باستخدام مسحوق (LPBF)، ويجمع بين 27 نوعاً معروفاً من العيوب. تم تنظيم هذه الأنواع ضمن فئات هرمية وعلاقات سببية لتحسين الوصول إلى المعلومات.

يعمل النظام على دعم الاستفسارات اللغوية المبهمة بفضل دمج المعرفة في نموذج واحد، مما يتيح استرجاع المعرفة بشكل منظم، وتقديم تفسيرات مستندة إلى الأدبيات الأكاديمية حول العيوب، كما يقدم استراتيجيات توجيهية لمعالجة هذه العيوب.

إضافة إلى ذلك، يحتوي النظام على وحدة تقييم متعددة الوسائط مرتبطة بنماذج أساسية، مما يساهم في التفسير المدعوم بالأوصاف لصور العيوب المجهرية، مما يعزز القدرة على فهم المخاطر وتركيز الحلول.

باستخدام تقييم مقارن مع نماذج رؤية-لغة بشكل عام، وقد أظهرت النتائج أن النظام المتكامل الجديد حقق أداءً متقدماً، حيث حصل على معدل F1 قدره 0.808. وأظهرت التحليلات الأخرى مستوى عالٍ من التوافق بين نواتج النموذج والشهادات المستندة إلى الأدبيات.

توضح هذه النتائج أن تمثيل المعرفة المدعوم بالأونطولوجيا يُعزز من الاتساق وقابلية الفهم والفائدة العملية للتحليل المعتمد على نماذج اللغات الضخمة.