【JMS】工业维护知识散落在文档和图谱里怎么办?:一种多路径检索与反思生成框架

点击上方蓝字，关注我们

论文信息

题目

A Multi-Agent and synergistic Knowledge Graph retrieval-augmented generation framework for intelligent maintenance

期刊

Journal of Manufacturing Systems

发表时间

2026

作者

Jia Lin (广东工业大学), Chong Chen† (广东工业大学), Tao Wang (广东工业大学), Zhuowei Wang (广东工业大学), Lianglun Cheng (广东工业大学)

文章链接

https://www.sciencedirect.com/science/article/pii/S0278612526000452

开源代码

https://github.com/LAM2360/MAKG_demo/tree/master

数据集链接

https://github.com/LAM2360/MAKG_demo/tree/master/datasets/domain_dataset

https://github.com/LAM2360/MAKG_demo/tree/master/datasets/race

https://github.com/LAM2360/MAKG_demo/tree/master/KG_data

摘要

工业维护问答表面上像“查文档”，实际往往要同时理解模糊症状、定位设备部件、串联多跳因果关系，并从维修记录中筛除重复或冲突信息。通用大语言模型（Large Language Model，LLM）容易产生幻觉，全量微调又消耗大量计算资源；传统检索增强生成（Retrieval-Augmented Generation，RAG）通常把知识视为平坦文本，难以利用故障关系。本文提出多智能体协同知识图谱框架 MAKG（Multi-Agent and Synergistic Knowledge Graph），将结构化知识图谱（Knowledge Graph，KG）、语义文本、轻量嵌入微调和四类专门智能体组合起来。系统先重写并拆分复杂问题，再从图谱子图与文本片段多路径召回，随后压缩噪声信息，并通过反思迭代校正答案。真实工业机器人故障问答实验中，MAKG 的推理准确率达到 90.1%，平均响应时间为 9.3007 秒；轻量嵌入训练只需约 5 GB 显存和 45 分钟，却显著提高前十项检索精度、召回率与命中率。本文说明，工业问答的关键不一定是把大模型训练得更大，而是把知识表示、检索和推理过程拆成可协作、可核验的链路。

背景和动机

设备维护知识分散在故障代码、维修手册、历史工单、专家经验和零部件关系中。工程人员面对“机器人间歇停机且伴随电压波动”这类问题时，必须先补全隐含语义，再分别查找症状、根因、受影响部件与处理步骤，最后判断多条信息是否相互支持。单纯依赖参数记忆的大模型既缺少企业最新知识，也无法保证来源；传统关键词或向量检索虽然能补充文档，却常把复杂问题一次性送入搜索，召回内容泛化、冗余，间接因果链也容易被遗漏。

现有方案还有资源和架构两方面矛盾。全量微调七十亿参数模型可获得领域适配，却需要高显存和长训练时间，不适合许多制造企业；完全不适配的通用嵌入模型又难以识别行业术语与故障表达。与此同时，让一个模型同时承担问题理解、检索、信息清洗和答案复核，会使长上下文中的关键证据被淹没。本文因此提出三个核心问题：结构化图谱与非结构化文本如何协同支持多跳故障推理？只微调嵌入模型能否以较低成本改善领域检索？不同专长的智能体能否通过任务分解和迭代反思获得比单体系统更可靠的维护建议？MAKG 正是围绕这三项约束展开。

核心创新点

图谱与文本协同检索：系统同时保留故障实体间的显式关系和维修文档中的细节语义。查询既能命中相关文本，也能沿症状、根因、部件与措施之间的边发现间接联系。

轻量领域语义适配：作者自动生成并由专家校验问题—答案对，利用对比学习微调仅 1200 万参数的嵌入模型，使行业术语、故障描述和正确上下文在向量空间中靠近，无需重训生成模型。

多智能体流水线：问题重写与拆分、多路径召回、摘要提炼、自反思四类模块按职责协同。每个模块都可单独替换或插入新智能体，强化系统的可扩展性。

面向工业部署的量化验证：除准确率和召回率外，本文同时报告训练资源、响应时间、不同知识图谱粒度、检索条数和消融结果，揭示精度、成本与时延之间的工程边界。

提出的方法

MAKG 的总体结构如下图所示。多源故障现象、维修措施和设备关系先被组织为语义切分文本与领域知识图谱；上游以自动生成的问答对微调嵌入模型，下游则由多智能体围绕同一问题协作检索和生成。系统输出不仅包含最终诊断，还保留相关知识来源，使答案能够回到企业事实进行核验。

轻量嵌入微调

作者先让大模型基于维护文本和图谱关系自动生成问题—答案（Question Answering，QA）对，问题聚焦症状、检测方法和排障策略，答案可直接来自文档或由图谱关系推出，再由工业专家核查事实、标准一致性与实际可用性。随后以查询为锚点、正确上下文为正样本、无关上下文为负样本进行对比学习，并加入领域标签强化实体意识。如下图所示，该过程只调整嵌入空间，使相关问答更接近、错误信息更远，保留大模型本体不变。

查询重写与多路径召回

面对多跳或表达含糊的问题，第一类智能体先补全经验人员默认知道却未说出的上下文，再把原问题拆为若干聚焦于症状、部件或因果路径的子问题。每个子问题分别与图谱实体向量和文本片段匹配，系统从高相似实体向外收集邻居与关系，形成候选子图并选择前若干项。这样可避免“一次检索承担所有意图”，也使同一故障的多条证据路径能够并行进入后续处理。

信息提炼与反思生成

召回结果先由提炼智能体在相关性和噪声之间做权衡，删除重复、离题内容并保留关键故障事实；反思智能体再按各子问题检查答案覆盖度，用知识库事实作为锚点识别错误因果或遗漏步骤，未达到阈值时继续修订。如下图所示，四类智能体形成“拆分—召回—提炼—反思”的闭环；新智能体只需接入消息路由即可参与协作，因此框架可逐步扩展故障代码解释等专用能力。

案例研究

核心测试集工业故障诊断问答集（Industrial Fault Diagnosis Question Answering，IFD-QA）包含 210 个真实工业机器人故障场景，七类故障分布相对均衡。数据按照难度划分为 50% 直接问题、30% 多上下文问题和 20% 推理问题，既检查能否找到单一事实，也检查跨文本与图谱关系的整合能力。具体构成如下表所示，这种梯度设计比只测简单问答更接近真实维护决策。

轻量嵌入模型在单张 A800 上训练十轮，峰值显存约 5 GB、耗时约 45 分钟；对比之下，七十亿参数大模型全量微调约需 38 GB 显存并超过 5 小时。如下表所示，微调后前十项精度由 0.8115 提升至 0.9183，召回率由 0.7527 提升至 0.8891，命中率由 0.7834 提升至 0.9268，说明低成本适配直接改善了下游可用证据的质量。

在整体诊断对比中，结果如下图所示。非检索方法的召回和精度最低，普通检索有所改善，基于图谱的方案进一步提升，而 MAKG 在综合准确性上达到 90.1% 并优于所有对比方法。其优势来自领域嵌入、细粒度图谱与智能体分工的共同作用，而不是某一单独提示技巧。

检索条数并非越多越好。下图显示，当候选数量增加到 10 时召回已接近平台，继续增加不会带来明显收益，准确率反而开始轻微下降。过长上下文会混入更多边缘信息，干扰大模型分析，因此系统最终选择 10 作为召回覆盖与推理负担之间的折中。

知识图谱的粒度同样关键。知识驱动知识图谱（Knowledge-Driven Knowledge Graph，KDKG）包含 1587 个实体、8 类关系和 2643 个三元组，知识增强综合知识图谱（Knowledge-Augmented Comprehensive Knowledge Graph，KACKG）扩展到 2869 个实体、14 类关系和 6217 个三元组，补充了诊断流程、维护措施与多跳因果路径。两者统计如下表所示；去掉 KACKG 后准确率从 90.1% 降至 80.08%，表明图谱结构本身就是重要生产资产。

消融结果如下图所示。领域嵌入和问题重写主要影响召回，信息摘要与反思主要影响答案准确率；缺少基于检索事实的反思时，错误率增加 5.2%，诊断准确率下降 5.9 个百分点。系统在 210 个场景上的平均响应时间为 9.3007 秒，明显短于人工约一至两分钟，但仍慢于简单自动诊断方法，显示准确性收益需要用额外推理时延交换。

结论

本文为工业维护构建了一条从知识整理到诊断回答的可追溯链路：以图谱保留故障关系，以文本补充细节，以轻量嵌入适配行业语义，再由多智能体完成问题拆分、证据召回、噪声压缩和事实反思。实验表明，这种架构可以在不全量微调大模型的前提下达到 90.1% 的诊断准确率，并将真实场景平均响应时间控制在约 9.3 秒。其局限也很明确：当前主要处理文本，企业图谱需要持续维护，串行智能体增加时延，静态数据难以覆盖流式传感与新型故障。因而 MAKG 更适合作为知识密集型维护决策支持系统，而不是替代实时监测、物理诊断与安全责任人的独立闭环控制器。

启发

本文提示，工业智能体的竞争力将更多来自知识链路质量，而不是单一生成模型规模。

① 并行智能体

让子问题并发检索并缓存高频子图，以缩短协同链路的响应时延。

② 多模态证据

将热像、振动和声学信号映射到共享空间，补足纯文本诊断边界。

③ 可信拒答

引入置信度、交叉路径验证和人工复核，在证据不足时停止给出确定结论。