本發明屬于質量溯源，尤其涉及一種基于大模型的質量根因分析和報告生成系統。

背景技術：

1、在現有技術中，產品質量根因分析通常是由qms(質量管理系統)中的質量數據追溯模塊提供。在qms中，記錄了產品生產過程中的工藝參數、原材料的成分與特性數據、生產設備的運行狀態參數、各生產環節的操作記錄以及質量檢測環節的各項檢測結果(包括尺寸測量值、性能指標測試值、外觀缺陷情況等)數據。在產品質檢或客戶投訴中收集到質量問題后，質量人員將依據一定的規則和個人經驗從系統中取出相應的數據進行分析，并撰寫質量問題報告。

2、現有技術側重于對質量數據的采集和分析，以及對質量問題的表面監控，但缺乏對質量問題根因的深入分析能力。例如，當出現質量問題時，雖然能通過數據統計得知某個供應商的產品不合格率上升，但難以確定是供應商生產工藝、原材料質量還是運輸環節等導致的問題，無法深入挖掘根因。

技術實現思路

1、本發明的目的在于提供一種基于大模型的質量根因分析和報告生成系統，旨在解決當出現質量問題時，雖然能通過數據統計得知某個供應商的產品不合格率上升，但難以確定是供應商生產工藝、原材料質量還是運輸環節等導致的問題，無法深入挖掘根因的問題。

2、本發明是這樣實現的，一種基于大模型的質量根因分析和報告生成系統，所述方法包括數據模塊和大模型模塊，數據模塊用于采用多種方式進行數據采集，并實用不同的數據庫對不同的數據進行存儲，大模型模塊用于根據問題描述識別問題類型，根據問題類型生成數據查詢和分析指令，根據指令進行數據查詢和數據提取，根據查詢到的數據進行分析，得到根因分析結果，對根因分析結果進行可視化處理，并生成質量報告。

3、優選的，所述數據模塊包括數據采集單元，用于通過多種方式收集質量數據。在生產環節，利用傳感器實時采集生產過程中的物理參數數據，在質量檢測環節，從檢測設備獲取檢測結果數據，獲取手動錄入數據。

4、優選的，所述數據模塊包括數據采集單元，用于通過多種方式收集質量數據。在生產環節，利用傳感器實時采集生產過程中的物理參數數據，在質量檢測環節，從檢測設備獲取檢測結果數據，獲取手動錄入數據。

5、優選的，所述數據模塊包括數據存儲單元，用于將采集到的數據存儲到對應的數據庫中，根據數據的數據結構和讀寫頻率進行存儲，對于有明確結構的傳感器數據，將其存儲在關系型數據庫的特定表中，對于臨時性的緩存數據或頻繁讀寫的數據，使用非關系型數據庫進行存儲。

6、優選的，所述大模型模塊包括問題識別單元，用于將質量問題以自然語言的形式輸入到大模型中，大模型通過預訓練的語言模型對輸入問題進行理解和識別，并將輸入問題與模型中已有的質量問題類型知識庫進行匹配和相似度計算，確定問題的類別和范圍。

7、優選的，所述大模型模塊包括指令生成單元，用于根據問題的類別和范圍，生成相應的數據查詢和分析指令，數據查詢和分析指令基于大模型內部的規則和算法生成。

8、優選的，所述大模型模塊包括數據查詢單元，用于接收來自大模型生成的指令，從數據模塊中獲取所需數據，利用數據庫查詢接口和相應的查詢語句，根據指令中的條件從存儲的數據中檢索相關數據。

9、優選的，所述大模型模塊包括根因分析單元，用于對查詢到的數據進行分析，通過神經網絡結構挖掘數據中的模式和規律，分析質量問題產生的根本原因。

10、優選的，所述大模型模塊包括結果可視化單元，用于對根因分析結果進行可視化處理，使用數據可視化工具，通過圖表和圖形展示質量問題的分布、影響因素之間的關系以及根因的分析過程和結論。

11、優選的，所述大模型模塊包括報告生成單元，用于根據可視化的結果和根因分析結果生成質量報告，質量報告內容包括質量問題的描述、分析過程、根因結論和改進建議。

12、優選的，質量報告采用word格式或者pdf格式，質量報告采用自然語言進行記錄，質量報告采用預設的模板進行填充得到。

13、本發明提供的基于大模型的質量根因分析和報告生成系統，提高了根因分析準確性。，利用大模型綜合考慮多種因素和數據，可分析各因素對質量問題的貢獻程度及相互關系，如確定產品質量問題是由供應商原材料批次差異還是生產工藝參數不當導致。對于復雜質量問題，通過全面收集質量數據和大模型處理，可分解復雜問題為多個子問題并逐一分析，在處理涉及多供應商、多原材料和復雜工藝的產品質量問題時，能準確找出關鍵所在并制定有效措施。

技術特征：

1.一種基于大模型的質量根因分析和報告生成系統，其特征在于，所述方法包括數據模塊和大模型模塊，數據模塊用于采用多種方式進行數據采集，并實用不同的數據庫對不同的數據進行存儲，大模型模塊用于根據問題描述識別問題類型，根據問題類型生成數據查詢和分析指令，根據指令進行數據查詢和數據提取，根據查詢到的數據進行分析，得到根因分析結果，對根因分析結果進行可視化處理，并生成質量報告。

2.根據權利要求1所述的基于大模型的質量根因分析和報告生成系統，其特征在于，所述數據模塊包括數據采集單元，用于通過多種方式收集質量數據在生產環節，利用傳感器實時采集生產過程中的物理參數數據，在質量檢測環節，從檢測設備獲取檢測結果數據，獲取手動錄入數據。

3.根據權利要求1所述的基于大模型的質量根因分析和報告生成系統，其特征在于，所述數據模塊包括數據存儲單元，用于將采集到的數據存儲到對應的數據庫中，根據數據的數據結構和讀寫頻率進行存儲，對于有明確結構的傳感器數據，將其存儲在關系型數據庫的特定表中，對于臨時性的緩存數據或頻繁讀寫的數據，使用非關系型數據庫進行存儲。

4.根據權利要求1所述的基于大模型的質量根因分析和報告生成系統，其特征在于，所述大模型模塊包括問題識別單元，用于將質量問題以自然語言的形式輸入到大模型中，大模型通過預訓練的語言模型對輸入問題進行理解和識別，并將輸入問題與模型中已有的質量問題類型知識庫進行匹配和相似度計算，確定問題的類別和范圍。

5.根據權利要求4所述的基于大模型的質量根因分析和報告生成系統，其特征在于，所述大模型模塊包括指令生成單元，用于根據問題的類別和范圍，生成相應的數據查詢和分析指令，數據查詢和分析指令基于大模型內部的規則和算法生成。

6.根據權利要求4所述的基于大模型的質量根因分析和報告生成系統，其特征在于，所述大模型模塊包括數據查詢單元，用于接收來自大模型生成的指令，從數據模塊中獲取所需數據，利用數據庫查詢接口和相應的查詢語句，根據指令中的條件從存儲的數據中檢索相關數據。

7.根據權利要求4所述的基于大模型的質量根因分析和報告生成系統，其特征在于，所述大模型模塊包括根因分析單元，用于對查詢到的數據進行分析，通過神經網絡結構挖掘數據中的模式和規律，分析質量問題產生的根本原因。

8.根據權利要求4所述的基于大模型的質量根因分析和報告生成系統，其特征在于，所述大模型模塊包括結果可視化單元，用于對根因分析結果進行可視化處理，使用數據可視化工具，通過圖表和圖形展示質量問題的分布、影響因素之間的關系以及根因的分析過程和結論。

9.根據權利要求4所述的基于大模型的質量根因分析和報告生成系統，其特征在于，所述大模型模塊包括報告生成單元，用于根據可視化的結果和根因分析結果生成質量報告，質量報告內容包括質量問題的描述、分析過程、根因結論和改進建議。

10.根據權利要求9所述的基于大模型的質量根因分析和報告生成系統，其特征在于，質量報告采用word格式或者pdf格式，質量報告采用自然語言進行記錄，質量報告采用預設的模板進行填充得到。

技術總結
本發明適用于質量溯源技術領域，尤其涉及一種基于大模型的質量根因分析和報告生成系統，所述方法包括數據模塊和大模型模塊，數據模塊用于采用多種方式進行數據采集，并實用不同的數據庫對不同的數據進行存儲，大模型模塊用于根據問題描述識別問題類型，根據問題類型生成數據查詢和分析指令，根據指令進行數據查詢和數據提取，根據查詢到的數據進行分析，得到根因分析結果，對根因分析結果進行可視化處理，并生成質量報告。本發明利用大模型綜合考慮多種因素和數據，對于復雜質量問題，通過全面收集質量數據和大模型處理，在處理涉及多供應商、多原材料和復雜工藝的產品質量問題時，能準確找出關鍵所在并制定有效措施。

技術研發人員：宋志剛,張嗣昌,戴德宣,宋帥,畢曉猛
受保護的技術使用者：山東浪潮智能生產技術有限公司
技術研發日：
技術公布日：2025/4/28