化工装置实时数据采集与异常检测:用 asyncua 接入 OPC UA 并按时序建模
化工装置的工艺参数大多锁在 PLC 与 SCADA 私有格式里,离线和难复用。本文给出可复现方案:用开源 asyncua 订阅 OPC UA 节点,把温度、压力、流量等时序写入本地库,再用 IsolationForest 做无监督异常检测,识别缓慢漂移与突发跳变。全程不依赖商业组态软件,数据不出厂。
化工装置的工艺参数大多锁在 PLC 与 SCADA 私有格式里,离线和难复用。本文给出可复现方案:用开源 asyncua 订阅 OPC UA 节点,把温度、压力、流量等时序写入本地库,再用 IsolationForest 做无监督异常检测,识别缓慢漂移与突发跳变。全程不依赖商业组态软件,数据不出厂。
法律问答里,召回的十条往往只有一两条真正命中。本文给出可复现的重排序方案:先用向量检索粗召回候选法条或类案,再用 BGE-Reranker 交叉编码器对查询与候选逐对打分重排,把最相关结果顶到前面。代码基于 sentence-transformers 的 CrossEncoder,可本地部署,敏感数据不出域。
柔性作业车间调度(FJSP)是制造排产的经典难题,规则法遇到插单与换线就失灵。本文给出一套可复现的强化学习方案:用 Gymnasium 定义调度环境,以工序完工、设备空闲与换型惩罚为奖励,再用 Stable-Baselines3 的 PPO 训练调度智能体。代码基于开源框架,可在单机上跑通小规模算例。
制造企业建知识库,难点不在普通文档,而在图纸与工艺文件:DXF 信息藏在块属性里,同一零件存在多个版本,直接入库会让新旧口径混杂、现场误用。本文给出一套可复现的四步方案——用 ezdxf 解析图纸、按工序语义切片、版本元数据过滤召回、带出处回答,全部基于开源组件,可在内网环境完成。
许多企业上线知识库后检索量趋近于零,销售依旧在群里口口相传。问题往往不在工具,而在把它当成了孤立的文档仓库。本文以贸易销售场景为例,拆解知识库真正进入工作流的三个前提——入口收敛、答案带出处、运营闭环,并给出上线前后的流程对比与从试点到全公司推广的三阶段路径。
化工小试与中试阶段,反应温度、配比、催化剂用量等参数组合空间巨大,传统单因素轮换试错成本高、周期长。本文给出一套可复现方案:以产率为目标,用 Optuna 的贝叶斯优化在约束区间内自动采样、逐步逼近最优工艺窗口,并给出 Python 代码与早停、并行、约束处理的工程要点。全文基于开源工具,可在内网离线运行。
合同审查中,违约责任、单方解除、无限赔偿、争议管辖等条款往往暗藏风险,但每类合同模板不一,难以靠关键词穷举。本文给出一套可复现方案:用开源大模型做 zero-shot 条款分类定位风险段落,再用正则表达式与业务规则做二次校验与量化打分,输出可解释的风险清单。
线下零售最缺的是进店多少人、在哪个货架前停留久的结构化数据。本文给出一套可复现方案:用 Ultralytics YOLOv8 做实时人数检测,按门店与时段聚合出客流曲线与滞留热力,再用简单统计识别高峰与冷区。全程基于开源模型,可跑在边缘盒子或店内工控机上,数据留在本店不外传。
贸易销售团队的客户偏好、报价口径与谈判经验散落在聊天记录、Excel 台账与老销售脑中,人员流动即造成知识断档。本文给出一套私有化 AI 知识库落地路径:先把客户知识分成主数据、交易事实与沟通纪要三层结构化,再用 Chroma 向量库与本地大模型构建带出处的检索问答,让客户经验真正变成团队资产。