买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉南昌航空大学申请的专利基于垂直大模型的航空制造领域故障诊断方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121456409B 。

龙图腾网通过国家知识产权局官网在2026-03-03发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202610008436.8，技术领域涉及：G06F18/21；该发明授权基于垂直大模型的航空制造领域故障诊断方法及系统是由刘雅琪;金永康;杨丰玉;郭泽宇;熊宇设计研发完成，并于2026-01-06向国家知识产权局提交的专利申请。

本基于垂直大模型的航空制造领域故障诊断方法及系统在说明书摘要公布了：本发明涉及一种基于垂直大模型的航空制造领域故障诊断方法及系统，该方法包括：选定基座模型中的投影层和线性变换层，将投影层的原始投影权重分解为两个第一低秩矩阵，将两个第一低秩矩阵与原始投影权重并行作用，并将线性变换层串联第二低秩矩阵，得到中间基座模型，基于训练集对中间基座模型进行训练，得到故障诊断模型；基于处理后的原始问题文本从故障诊断向量知识库中筛选出相关文本块，将原始问题文本和相关文本块拼接得到特定形式的数据，基于特定形式的数据并通过故障诊断模型进行故障诊断。通过本申请，改善了依赖人工经验判断故障局限性大、故障根因分析不全面的问题，能够满足高效、准确的故障分析需求。

本发明授权基于垂直大模型的航空制造领域故障诊断方法及系统在权利要求书中公布了：1.一种基于垂直大模型的航空制造领域故障诊断方法，其特征在于，所述方法包括： 采集航空制造领域故障诊断数据，形成原始数据集，通过自适应语义切分对所述原始数据集进行处理，生成故障诊断问答数据，并构建故障诊断问答数据集，以预设比例将所述故障诊断问答数据集划分为训练集和测试集； 基于需求并通过LoRA方法选定基座模型中的投影层和线性变换层，将所述投影层的原始投影权重分解为两个第一低秩矩阵，将两个所述第一低秩矩阵与所述原始投影权重并行作用，并将所述线性变换层串联第二低秩矩阵，得到中间基座模型，基于所述训练集对所述中间基座模型进行训练，得到故障诊断模型； 对原始问题文本依次进行切分和转换处理，得到相应的文本向量，基于所述文本向量，通过混合索引和重排序从故障诊断向量知识库中筛选出前K个相关文本块，将原始问题文本和所述相关文本块拼接得到特定形式的数据，基于所述特定形式的数据并通过所述故障诊断模型进行故障诊断； 所述通过混合索引和重排序从故障诊断向量知识库中筛选出前K个相关文本块的步骤包括： 获取航空故障问题，通过向量化模型将所述航空故障问题转化为问题向量，基于所述问题向量，并通过混合索引策略从故障诊断向量知识库中初步召回候选文本块； 通过Cross-Encoder架构联合编码问题与所述候选文本块进行相关性重排序，基于排序结果筛选出前K个相关文本块； 所述通过混合索引策略从故障诊断向量知识库中初步召回候选文本块的步骤包括： 结合语义检索和关键词检索从故障诊断向量知识库中初步找回候选文本块，其中，关键词和语义的权重比例基于二者在训练集中的总体效果自适应确定，所述关键词和语义的权重比例的表达式如下所示： 其中，表示混合检索匹配度，q表示待检索的词语，d表示相关文档集合，表示语义检索的原始匹配度，表示关键词检索的原始匹配度，表示语义检索的全局自适应权重，该的表达式如下所示： 其中，表示训练集中查询词语的总数量，查询q在知识向量库中的相关文档集合，表示检索结果的截断值，表示训练集中查询关键词的集合，表示前K个关键词检索结果集合，表示只是向量库R中包含查询词语q的相关文档集合。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南昌航空大学，其通讯地址为：330000 江西省南昌市红谷滩区丰和南大道696号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。