本文版权为《邮电设计技术》所有，如需转载请联系《邮电设计技术》编辑部
摘 要：针对工业互联网平台中物模型构建效率低下等问题，提出了一种基于大语言模型（LLM）和检索增强生成 RAG 框架的物模型智能生成技术。首先，介绍了工业互联网平台发展背景及物模型构建的现状和挑战；然后，详细阐述了基于LLM + RAG 的物模型智能生成技术原理；最后，以大型工业锻造设备为例，展示了该技术在格物Unilink工业互联网平台上的应用效果。研究表明，该技术能够有效提高物模型生成的效率，为工业互联网平台的应用推广提供有力支撑。
关键词：工业互联网；物模型；大语言模型；检索增强生成
doi：10.12045/j.issn.1007-3043.2024.11.004
引言
2024年7月18日举行的中国共产党第二十届中央委员会第三次全体会议强调了健全促进实体经济与数字经济深度融合制度的重要性。会议提出了加快新型工业化的步伐，培育和壮大先进制造业集群，并推动制造业向高端化、智能化、绿色化方向发展的目标。此外，会议还强调了加快新一代信息技术的全方位、全链条普及应用，发展工业互联网，并打造具有国际竞争力的数字产业集群。
在这一背景下，工业互联网平台作为工业互联网的中枢，被视为新型工业体系的操作系统。为了支持这一平台的发展，国家出台了一系列扶持政策，旨在不断壮大包括综合型、特色型和专业型在内的工业互联网平台体系。中国联通聚焦建设网络强国、数字中国主责，拓展联网通信、算网数智主业，加大了数字基础设施的建设力度，并推出了中国联通工业互联网平台——格物 Unilink 平台。该平台以格物连接与设备管理平台为核心底座，成功入选国家级双跨平台，跻身我国工业互联网平台的国家队。
随着工业互联网技术的迅猛发展，联网的设备数量和数据类型呈现爆炸式增长。为了有效管理和利用这些设备产生的海量数据，构建一个准确、高效的物模型变得尤为关键。物模型不仅定义了设备的功能和属性，还规范了设备间的通信协议和数据交换格式。面对大规模设备集成的挑战，传统的依赖人工编写的物模型构建方法显得效率低下且容易出错。为了应对这一挑战，本研究依托格物平台，提出了一种基于大型语言模型（LLM）和知识库检索增强生成（RAG）框架的工业互联网物模型智能生成技术架构。该架构旨在通过智能化的手段提高物模型生成的效率和准确性，以支持工业互联网平台的发展和物联网技术的应用。
