Khi CNC 'biết nói' — Lập trình quy trình thông minh với mô hình lớn và đồ thị tri thức
Tóm tắt
Lập kế hoạch quy trình gia công CNC – bao gồm lựa chọn dao, xác định thông số cắt, sắp xếp thứ tự nguyên công, thiết kế phương án kẹp – từ lâu phụ thuộc vào kinh nghiệm cá nhân của kỹ sư và các sổ tay giấy rời rạc, là khâu thâm dụng tri thức nhất, khó chuẩn hóa và khó kế thừa nhất trong chuỗi sản xuất. Sự xuất hiện của Mô hình ngôn ngữ lớn (LLM) mang lại hy vọng 'để máy tự động viết quy trình công nghệ', tuy nhiên vấn đề 'ảo giác' của LLM khi xử lý các quyết định số liệu gia công chính xác khiến nó gần như không thể sử dụng được trong các tình huống dung sai ±5μm. Bài viết này phân tích một cách có hệ thống lộ trình tích hợp giữa đồ thị tri thức và mô hình ngôn ngữ lớn – thông qua kiến trúc Tạo sinh tăng cường truy xuất (RAG), sử dụng đồ thị tri thức gia công có cấu trúc làm 'bộ nhớ ngoài', LLM chỉ chịu trách nhiệm hiểu ý định của người dùng và tạo ra câu trả lời có thể truy xuất nguồn gốc, trong khi tất cả các giá trị số cụ thể (đường kính dao, tốc độ cắt, lượng chạy dao) đều được truy xuất chính xác từ đồ thị. Lấy ví dụ về lựa chọn dao và tối ưu hóa tốc độ chạy dao, bài viết trình bày cách hệ thống tích hợp đồ thị tri thức-LLM xử lý các tư vấn quy trình thực tế như 'Gia công rãnh vòng Inconel 718, nên chọn loại dao và thông số cắt nào' và đưa ra nguồn câu trả lời có thể kiểm chứng. Tiếp tục thảo luận về lộ trình khả thi để triển khai các hệ thống như vậy trong nội bộ doanh nghiệp – chuyển đổi hàng nghìn thẻ quy trình, báo cáo thử nghiệm dao, phân tích bất thường chất lượng mà bộ phận công nghệ tích lũy được thành đồ thị tri thức độc quyền của doanh nghiệp, giúp 'kinh nghiệm quy trình' 'tràn ra' khỏi đầu óc kỹ thuật viên thành tài sản số có thể tra cứu, suy luận và cập nhật, cung cấp một lộ trình chi phí thấp từ 'dựa trên kinh nghiệm' sang 'dựa trên tri thức' cho các xưởng gia công CNC.
I. Khó khăn về tri thức trong lập kế hoạch quy trình
Lập kế hoạch quy trình gia công CNC, về bản chất, là một quá trình ra quyết định tìm kiếm giải pháp tối ưu trong các điều kiện ràng buộc. Kỹ sư cần đồng thời xem xét: vật liệu phôi (độ cứng, độ dẻo dai, tính dẫn nhiệt), dao có sẵn trong kho dao (lớp phủ, đường kính, chiều dài lưỡi cắt), hiệu suất máy (công suất trục chính, dải tốc độ, độ cứng vững), yêu cầu độ chính xác gia công (dung sai kích thước, dung sai hình dạng và vị trí, độ nhám bề mặt), và mục tiêu hiệu quả sản xuất (nhịp đơn chiếc). Số lượng nhánh của cây quyết định quy trình điển hình có thể lên tới hàng trăm, và khả năng quy trình của hầu hết các doanh nghiệp sản xuất vừa và nhỏ phụ thuộc nhiều vào 'cơ sở dữ liệu cá nhân' của một hoặc hai kỹ sư giàu kinh nghiệm.
Mô hình 'bộ não là kho quy trình' này phải đối mặt với ba cuộc khủng hoảng: Thứ nhất, việc nghỉ hưu hoặc luân chuyển của các kỹ thuật viên giàu kinh nghiệm mang đi tri thức quy trình cốt lõi nhất của doanh nghiệp; Thứ hai, vật liệu mới và dao mới liên tục xuất hiện, tốc độ cập nhật kinh nghiệm cá nhân không theo kịp tốc độ đổi mới công nghệ; Thứ ba, xu hướng sản xuất đa dạng, khối lượng nhỏ khiến mỗi chi tiết mới đều phải lập quy trình 'bắt đầu từ con số không', chi phí thời gian rất cao.
Các hệ thống Lập kế hoạch quy trình có sự hỗ trợ của máy tính (CAPP) truyền thống cố gắng cố định tri thức quy trình bằng các bảng quy tắc và bảng quyết định, nhưng bản chất 'mã cứng' của chúng khiến chúng bất lực khi đối mặt với các cấu trúc liên kết chi tiết chưa từng thấy hoặc trạng thái vật liệu mới.
II. Đồ thị tri thức: Biến tri thức quy trình từ 'ẩn' thành 'hiện'
Đồ thị tri thức (Knowledge Graph) là một cơ sở dữ liệu có cấu trúc biểu diễn tri thức bằng các bộ ba 'thực thể - quan hệ - thực thể'. Trong lĩnh vực gia công CNC, tri thức quy trình có thể được mô hình hóa dưới dạng sau:
(Thực thể) Inconel 718 [Thuộc tính vật liệu] (Thực thể) Độ cứng HRC45, Độ dẫn nhiệt 11.4 W/m·K
(Thực thể) Đặc điểm rãnh vòng [Loại dao khuyến nghị] (Thực thể) Dao phay cầu hợp kim cứng liền khối
(实体) 整体硬质合金球头铣刀 + AlTiN涂层 [推荐切削速度] (实体) 25-35 m/min
(实体) 切削速度30 m/min + 刀具直径12mm [计算得主轴转速] (实体) 796 rpm
这种结构化表述的优点在于：数据精确可追溯，每个推荐值背后都指向具体的技术来源（如某次刀具试验报告或某本切削手册）；推理链清晰，用户可以看到“因为A，所以B”的完整逻辑；易于更新，新的工艺试验结果可以随时加入图谱，使知识库保持“活”的状态。
三、大语言模型+知识图谱：精确性与灵活性的兼得
大语言模型（如GPT-4、Llama-3等）的优势在于自然语言理解与生成能力——工程师可以用日常语言提问：“加工这个零件用什么刀？”，而不必学习结构化查询语言。但LLM的固有问题是在精密数值决策中容易产生“幻觉”——例如给出一个不存在的刀具直径，或推荐一个超出刀具允许范围的切削速度，而工艺人员往往难以辨别答案真伪，因为对其正确性缺乏信心依据。
检索增强生成（RAG）架构提供了一条解决方案。其工作流程为：
Kỹ sư đặt câu hỏi tư vấn quy trình bằng ngôn ngữ tự nhiên (ví dụ: 'Gia công rãnh sâu vật liệu Ti6Al4V, đường kính 10mm, độ sâu 25mm, đề xuất dao cụ và thông số')
Hệ thống vector hóa câu hỏi, truy xuất đồ thị con thực thể và quan hệ liên quan nhất trong đồ thị tri thức
Nhúng bộ ba cấu trúc đã truy xuất vào cửa sổ ngữ cảnh của LLM, làm 'cơ sở bằng chứng' để tạo câu trả lời
LLM chỉ chịu trách nhiệm tổ chức dữ liệu chính xác từ đồ thị thành câu trả lời bằng ngôn ngữ tự nhiên, đồng thời đính kèm trích dẫn nguồn dữ liệu
Cách này giới hạn chặt chẽ khả năng 'tạo sáng tạo' của LLM trong phạm vi dữ liệu có sẵn, mỗi giá trị đầu ra đều có thể truy xuất nguồn gốc cụ thể trong đồ thị
Nghiên cứu thực nghiệm cho thấy, hệ thống lập kế hoạch quy trình LLM tăng cường đồ thị tri thức đã cải thiện độ chính xác lựa chọn nhiều đáp án lên 16,6 điểm phần trăm và điểm F1 lên 16,5 điểm phần trăm trong 280 câu hỏi kỹ thuật công nghiệp về chọn dao, tối ưu tốc độ tiến dao, chẩn đoán dung sai. Quan trọng hơn, kiến trúc này cho phép doanh nghiệp triển khai mô hình lớn có tham số nhỏ hơn tại chỗ (thay vì phụ thuộc vào mô hình khổng lồ trên đám mây), vừa bảo vệ an toàn dữ liệu quy trình, vừa đạt độ chính xác trả lời tương đương mô hình siêu lớn.
IV. Triển khai nội bộ doanh nghiệp: Từ 'Thư viện thẻ quy trình' đến 'Đồ thị tri thức quy trình'
Đối với hầu hết doanh nghiệp gia công CNC, xây dựng đồ thị tri thức không phải bắt đầu từ con số không. Doanh nghiệp thường đã tích lũy nhiều tài liệu quy trình có cấu trúc hoặc bán cấu trúc:
Thẻ quy trình: Ghi lại quy trình công đoạn, lựa chọn thiết bị, thông số cắt cho từng loại chi tiết điển hình
Báo cáo thử nghiệm dao cụ: Ghi lại dữ liệu thử nghiệm tuổi thọ dưới các tổ hợp dao-vật liệu khác nhau
Phân tích bất thường chất lượng: Ghi lại phân tích nguyên nhân gốc rễ và biện pháp khắc phục cho các khuyết tật gia công
Thư viện chương trình CAM: Các chiến lược đường chạy dao và tổ hợp tham số đã được kiểm chứng
Các công việc cốt lõi để chuyển đổi các tài liệu này thành đồ thị tri thức bao gồm: xác định các loại thực thể (vật liệu, dụng cụ, máy công cụ, đặc điểm gia công, tham số quy trình, chỉ số chất lượng) và các loại quan hệ (“áp dụng”, “khuyến nghị”, “ràng buộc”, “gây ra”); sử dụng các công cụ trích xuất thông tin tự động (có thể nhờ LLM thực hiện sàng lọc sơ bộ, sau đó chuyên gia quy trình xác minh các bộ ba chính) để trích xuất tri thức có cấu trúc từ văn bản phi cấu trúc.
Một khi đồ thị được xây dựng, các kịch bản ứng dụng của nó không chỉ dừng lại ở “hệ thống hỏi đáp”:
Đào tạo nhân viên mới: Kỹ sư quy trình mới vào nghề có thể nhanh chóng tìm hiểu các giải pháp quy trình điển hình của doanh nghiệp thông qua đặt câu hỏi
Đánh giá quy trình: Hệ thống có thể tự động kiểm tra xem quy trình công nghệ mới có nhất quán với “thực tiễn tốt nhất” trong đồ thị tri thức hay không và đánh dấu các bất thường
持续优化：每次成功的工艺改进试验结果进入图谱，使知识库随生产实践同步演化
五、局限与展望
知识图谱-LLM融合系统并非万能。其回答的质量严格受限于图谱的覆盖范围——对于企业从未加工过的新材料或全新几何特征，系统无法给出答案，仍需依赖工程师的设计实验。此外，图谱的构建和维护需要持续投入人力。但从制造业知识管理的长期视角看，将“人脑经验”转化为“企业可查询的数字知识库”是应对老龄化技工退休潮的必然选择。大语言模型与知识图谱的结合，为CNC加工行业第一次提供了一条将“隐性经验”系统化、可验证化、可持续演进的工程路径——不是用AI替代工艺工程师，而是让AI成为工程师的“永不疲倦的工艺助手”。
BQUQ是专业CNC生产专家，请传图纸我们，我司在12小时内为你报价
