📖 AI 总结

该论文提出Plant Memory系统，旨在解决工业维护工单数据难以用于分析的问题。SAP PM工单中普遍存在文本缩写、拼写错误、资产标识混乱、工单类型标签与实际描述矛盾以及症状、根因、措施等关键字段缺失等情况，导致诊断知识随资深技师流失。系统采用技术语言处理（TLP）对SAP PM导出数据进行规则优先的抽取，并构建符合ISO 14224的维护本体，每条抽取事实均附带置信度、证据来源和验证状态；可选LLM作为第二读者，其分歧仅提升复核优先级而不覆盖原结果。技师通过复核队列验证事实、回答知识缺口问题并审批本体漂移提案。所得知识图谱通过Web应用和MCP服务器分别服务于人员与AI代理，所有回答均可追溯至原始工单。在400条合成工单上，规则抽取达到96.2%部件准确率、88.9%故障模式准确率和100%根因精确率，覆盖率62%；在28个诊断问题上，本体排序根因的top-1正确率为82.1%，显著高于原始SAP根因字段的53.6%。

🔑 关键词速览