机车检修数据标准化用特制大语言模型

机车检修数据标准化是确保机车检修数据进行以可靠性为中心的维修(RCM)数据分析的关键步骤之一,但目前存在样本数量少、数据格式不规范、分析难、人工成本高等问题,导致使用传统的人工方式进行数据标准化的工作难度大。大语言模型在理解自然语言处理和处理复杂任务方面具有强大的性能,近几年来在学术界和工业界取得了很大的发展。文章首先研究了大语言模型在机车检修数据上进行信息抽取的应用性能,发现统一信息抽取大语言模型(UIE)适用于机车检修领域进行信息抽取,扩大机车数据数量可以提升UIE对机车检修数据信息抽取的性能,平衡故障标签种类对UIE进行机车检修数据信息抽取的性能提升不大;然后,针对数据标注困难的问题,通过采用编写脚本方式,实现数据标注自动化,并利用ChatGLM对机车检修数据进行标准化处理,Bleu-4、Rouge-1、Rouge-2、Rouge-L指标分别达到86.87%、89.60%、87.54%、94.26%,满足工程应用要求;最后,开发了一个封装大语言模型的辅助数据标准化预处理工具,简化了数据标准化流程。

基于SQL的机车检修数据库构建技术的研究

机务段建立重点检修设备网络系统是适应机务管理网络化的要求,对提高机车检修质量具有重要意义,检修数据库的构建是其中一个重要的组成部分,在简要介绍重点检修设备网络系统的总体构成设想基础上,分析了检修数据库建立的软硬件环境,提出用结构化查询语言来构建检修数据库是较好的选择,对数据库的逻辑设计、物理设计和安全性设计等方面提出了初步建议和设想,以建立一个完整、安全和实用的机车检修数据库。