利用 LLM 智能体与数字孪生处理过程工厂中的故障
人工智能
2026-02-11 v1 多智能体系统
摘要
自动化与人工智能的进步持续增强了过程工厂处理各种操作场景的自主性。然而，某些任务，如故障处理，仍然具有挑战性，因为它们严重依赖人类专业知识。这突显了对系统化、基于知识的方法的需求。为填补这一空白，我们提出一个将大语言模型（LLM）智能体与数字孪生环境集成的方法论框架。LLM 智能体持续解释系统状态并发起控制动作，包括对意外故障的响应，目标是使系统恢复正常运行。在此背景下，数字孪生既充当用于智能体提示的工厂特定工程知识的结构化存储库，也充当对生成的校正控制动作进行系统验证与确认的仿真平台。使用一个过程工厂的混合模块进行的评估表明，所提出的框架不仅能够自主控制混合模块，还能在仅需少量重新提示的情况下生成有效的校正动作以缓解管道堵塞。
引用
@article{arxiv.2505.02076,
title = {Leveraging LLM Agents and Digital Twins for Fault Handling in Process Plants},
author = {Milapji Singh Gill and Javal Vyas and Artan Markaj and Felix Gehlhoff and Mehmet Mercangöz},
journal= {arXiv preprint arXiv:2505.02076},
year = {2026}
}