简介这份文档聚焦蒙特卡洛树搜索算法与大语言模型的融合应用面向人工智能方向的研究生、算法工程师及工业设备运维技术人员帮助读者理解如何借助大模型的故障模式识别能力与MCTS的推理路径规划能力搭建面向设备故障诊断的新模型。内容从大语言模型的概念、种类与技术框架讲起延伸至设备故障诊断的现状挑战、基于MCTS的故障推断、树构建与优化、数据处理与分析、案例成果展示以及未来趋势预测章节编号与目录层级完整。资源包共1个docx文件约69KB属纯文字论述稿。目前已有52人学习下载。读者可从中获得融合建模的整体思路、诊断流程设计要点、实验对比与性能评估的写法参考也可作为课题选题、论文写作或工程方案设计的结构范例与素材来源。1. 从猜故障到搜故障蒙特卡洛树搜索与大语言模型在设备故障诊断里的分工一台立式加工中心报主轴异响老师傅三步定位先听频段、再看负载电流、最后拆端盖确认轴承保持架。换成新手顺序可能反过来——先换轴承再查动平衡成本翻两倍还找不准根因。设备故障诊断技术真正难的地方从来不是知不知道故障模式而是下一步该测什么。这个多步、带成本、观测有噪声的序列决策问题正好是蒙特卡洛树搜索的主场把每次检测当作一个动作用 UCT 在继续深挖当前假设和换个方向之间分配预算用真实现场结果回传更新节点价值。大语言模型补的是另一半。它能把非结构化的工单描述、维修手册段落、频谱截图旁注转成候选故障假设和候选检测项还能给每个动作一个初始先验概率。但它单步推理有个通病答得流畅却容易在同一条错误路径上反复自我确认越聊越自信。把 LLM大语言模型当策略先验和状态评估器把搜索和记账交给蒙特卡洛树搜索诊断过程就变成一棵可回放、可计价、可审计的树。这套组合适合有三类底子的团队积累过历史工单、检测项清单相对固定、且需要向甲方解释为什么先测这个而不是先换件。2. 设备故障诊断的搜索空间建模蒙特卡洛树搜索四要素怎么定义2.1 状态节点把设备症状快照编码成可回放的状态搜索树里的节点不是设备而是某一时刻的诊断认知状态。最小字段集合包括设备标识与型号、当前工况、已确认症状、已执行动作及其观测结果、当前根因假设分布。最容易被忽略的约束是可回放同一个状态喂给模型两次候选动作排序不应大幅跳变否则整棵树会发散预算全浪费在抖动上。所以状态里必须显式区分实测值和模型推测值用source字段打标并且把已执行动作的原始读数保留下来而不是只留一句检查过了没发现问题。{ device: CNC-SPINDLE-01, working_condition: {rpm: 8000, load_pct: 62, ambient_c: 28}, symptoms: [ {code: ABNORMAL_NOISE, desc: 主轴中频啸叫, source: measured}, {code: VIB_RMS_MM_S, value: 4.8, source: measured} ], done_actions: [vib_spectrum_fft], hypotheses: [ {fault: bearing_outer_race, p: 0.45, source: llm_inferred}, {fault: tool_holder_unbalance, p: 0.30, source: llm_inferred} ] }symptoms用统一编码而不是自由文本是因为后续要按编码做规则校验和统计source字段决定了这个信息在奖励计算里占多少权重——实测症状可以参与剪枝推测症状只参与先验打分。hypotheses的p不要求校准得准它只是给搜索一个起点。2.2 动作集合检测项、拆解步骤与更换件怎么划边界动作空间的设计比算法选择更影响结果。常见做法是按可逆性和成本两维切分把动作分成测量类、拆解类、替换类三档。测量类几乎无成本且可逆应该鼓励多测替换类成本高、不可逆必须由搜索树在证据足够时才允许进入候选。动作类型示例可逆归一化成本是否进 LLM 候选测量类振动频谱、红外热像、电流谐波是0.02全量喂入拆解类拆防护罩、拆端盖、取油样半可逆0.15按概率筛 top-k替换类换轴承、换联轴器、重做动平衡否0.60仅在假设概率 0.7 时开放归一化成本用停机小时 × 工时单价折算到 01 区间这样不同产线的树可以横向比较。动作条目的字段建议写成{id: vib_spectrum_fft, type: measure, cost: 0.02, requires: [device_stopped]}requires用来做前置约束校验——设备没停机就不能生成拆解类子节点。2.3 转移与回报观测结果驱动的状态推进与代价函数真实环境里状态转移靠人执行动作后把结果填回来这一步必须留人工确认环节不能让模型替现场签字。而在蒙特卡洛树搜索的模拟rollout阶段可以用 LLM 快速假设观测结果用来估计这条分支的期望收益但模拟得到的价值要打折避免模型幻觉污染根节点统计。回报函数我一般写成根因命中给正奖励沿途每个动作扣成本额外更换无故障件再加一笔惩罚。def reward(path_actions, true_fault, replaced_parts, hit): base 1.0 if hit else 0.0 # 是否定位到真实根因 cost sum(a[cost] for a in path_actions) # 检测与拆解成本 wrong_replace 0.3 * len([p for p in replaced_parts if p ! true_fault]) depth_penalty 0.02 * max(0, len(path_actions) - 4) # 超过 4 步开始软惩罚 return base - cost - wrong_replace - depth_penaltyhit由工单回访确认不能由模型自评。depth_penalty系数别设太大否则搜索会退化成永远只测一步就下结论。wrong_replace是针对误换件场景专门加的实践中这一项最能拉开不同策略的差距。2.4 UCT 选择公式与 LLM 先验的融合方式选择阶段用 AlphaZero 风格的变体把 LLM 给的先验概率乘在探索项上UCT(child) Q(child) c · P(child) · sqrt( ln N(parent) / (1 N(child)) )其中Q是该子节点累计回报均值P是 LLM 输出的动作先验同一父节点下归一到和为 1N是访问次数。把先验放在探索项而不是加在Q上是因为先验的作用是没访问过的时候先试试它一旦访问次数上来实测回报应该压过模型的直觉。这也是这套方案和纯 LLM 推理的本质区别LLM 只在开局影响方向后期由数据说话。import math def uct(child, parent, c1.4): if child.N 0: return float(inf) # 未访问节点优先展开 return child.Q c * child.prior * math.sqrt(math.log(parent.N 1) / (1 child.N))c越大越偏向探索新检测项越小越保守。parent.N 1是为了父节点还没被访问时不出现log(0)。P必须归一化如果 LLM 返回的分数加起来是 3.7 而不是 1探索项会被整体放大表现上等价于把c偷偷调大好几倍。注意先验归一化不要用 softmax 直接套LLM 返回的分数常带 0 分项softmax 后再设阈值会破坏归一化先截断再除总和。3. 本地部署大语言模型跑通诊断推理的最小链路3.1 模型与量化选型显存、并发与输出稳定性诊断场景对模型的要求和大模型通用对话不一样输出必须是严格 JSON、数值要能对上现场量纲、不能瞎编不存在的故障模式。参数量越大越不容易编但显存和延迟也上去了。常见的取舍如下。参数量量化显存占用约延迟感受适用场景7BQ4_K_M56 GB快动作先验打分、单机试验14BQ4_K_M911 GB中假设生成 打分主力档32BQ4_K_M2024 GB慢复杂工况、多故障并发单卡 24G 的生产环境主力一般上 14B 量化版把 32B 留给离线复盘。温度设 0.10.3top_p0.9就是为了让同一状态下的先验基本稳定。团队里常见的纠结是先用哪个大语言模型 API 还有免费使用额度还是干脆本地部署大语言模型——只要工单涉及设备参数和客户产线本地部署大语言模型的私有性优势基本就压过了 API 的便利性。3.2 用 Ollama 或 vLLM 起服务并约束结构化输出试验阶段用 Ollama 最省事它自带 OpenAI 兼容接口要并发跑多棵树就换 vLLM。# 服务端拉模型并启动默认监听 11434 ollama pull qwen2.5:14b-instruct-q4_K_M ollama serve # 高并发场景改用 vLLM 的 OpenAI 兼容服务 python -m vllm.entrypoints.openai.api_server \ --model Qwen/Qwen2.5-14B-Instruct \ --max-model-len 8192 \ --gpu-memory-utilization 0.90 \ --port 8000--max-model-len决定单次能塞进多少历史状态8K 对状态 候选动作 few-shot 示例通常够用再长显存会吃紧。--gpu-memory-utilization 0.90留 10% 余量给 KV cache 抖动调到 0.95 以上容易在长上下文时 OOM。import json, requests def llm_json(system, user, modelqwen2.5:14b-instruct-q4_K_M, urlhttp://127.0.0.1:11434/v1/chat/completions): resp requests.post(url, timeout60, json{ model: model, messages: [{role: system, content: system}, {role: user, content: user}], temperature: 0.2, # 诊断打分要稳别开高 top_p: 0.9, response_format: {type: json_object} # 强制 JSON省掉解析兜底 }) resp.raise_for_status() return json.loads(resp.json()[choices][0][message][content])response_format设成json_object后仍要在代码里做字段校验模型偶尔会少prior字段或给出0.8这种字符串。timeout60是给 14B 模型留的余量7B 可以压到 20 秒。3.3 故障假设生成与动作先验打分的提示词模板提示词的核心是把该说什么和不该说什么都框死候选动作只能从给定列表里选分数必须落在 01理由必须引用状态里的具体字段。SYSTEM 你是旋转机械故障诊断专家。只能依据用户提供的状态和候选动作列表作答。 不要新增候选动作不要输出列表之外的故障模式。 输出 JSON{actions:[{id:...,prior:0.0,reason:引用状态中的具体证据}], stop_prob:0.0,top_hypothesis:...} def build_user(state, candidates): return (当前状态\n json.dumps(state, ensure_asciiFalse) \n候选动作\n json.dumps(candidates, ensure_asciiFalse) \n请为每个动作给出先验 prior同一父节点下总和为 1。)reason字段不是给模型看的是给运维看的——搜索树报告里每条边都能显示为什么当时优先测这一项这是把模型接入诊断流程后最容易被追问的地方。stop_prob用来判断是否可以提前终止搜索实践中它经常偏高模型倾向于劝你收手一般只在stop_prob 0.85且已有假设概率超过 0.8 时才真正停。3.4 蒙特卡洛树搜索主循环的 Python 实现与参数说明每轮迭代分四步选择、扩展、模拟、回传。class Node: def __init__(self, state, prior1.0, parentNone): self.state, self.prior, self.parent state, prior, parent self.children, self.N, self.W {}, 0, 0.0 self.Q 0.0 def uct(self, c1.4): if self.N 0: return float(inf) return self.Q c * self.prior * math.sqrt(math.log(self.parent.N 1) / (1 self.N)) def mcts(root, expand_fn, simulate_fn, budget64, c1.4, max_depth6): for _ in range(budget): node, path root, [root] # 1. 选择沿 UCT 最大的孩子下探 while node.children and len(path) max_depth: node max(node.children.values(), keylambda n: n.uct(c)) path.append(node) # 2. 扩展让 LLM 生成候选动作与先验 for act, prior in expand_fn(node.state): node.children[act[id]] Node(act[next_state], prior, node) # 3. 模拟LLM 假设观测结果估算该分支价值 value simulate_fn(node.state) if node.children else 0.0 # 4. 回传更新整条路径的统计量 for n in path: n.N 1 n.W value n.Q n.W / n.N return max(root.children.values(), keylambda n: n.N)budget64是每轮诊断的 LLM 调用上限14B 本地推理下大约 13 分钟再大现场等不起。max_depth6对应最多做 6 次检测/拆解超过就说明假设空间本身有问题该回去补检测项而不是继续搜。expand_fn里要过滤掉requires不满足的动作否则设备没停机也会生成拆解节点。最后返回访问次数最多的孩子而不是Q最高的是因为单次高回报可能来自偶然的模拟访问次数更能反映稳定偏好。4. 视觉大语言模型接入频谱图与热像多模态节点怎么扩展与校准4.1 图像输入的组织采样、分辨率与元数据拼接视觉大语言模型在诊断里的定位是读图给出假设和证据不是替代分析师。振动频谱图、红外热像、油液照片、内窥镜截图这四类最常用喂给模型前要统一处理频谱图裁掉无信息的高频尾部、热像保留色标、内窥镜截图保留尺寸参照物。图像类型建议分辨率必带元数据主要能读出的线索频谱图1024×512采样率、转速、量纲边频、谐波簇、轴承特征频率红外热像640×480发射率、环境温度局部过热点、温差梯度油液照片1024×1024取样位置、油品金属屑形状、乳化内窥镜截图1280×720探头位置、比例尺齿面点蚀、裂纹元数据必须和图像一起送进模型否则同一张频谱图模型不知道转速就分不清边频间隔对应的是不平衡还是轴承故障。分辨率不要盲目拉高频谱图拉到 4K 反而会让细小边频峰被压缩掉。4.2 图像结论结构化置信度、区间与拒答模型对图像的口头描述必须转成结构化字段才能进搜索树。字段设计上confidence用区间而不是单点并且强制模型在证据不足时输出abstaintrue。VISION_SYSTEM 你只输出 JSON {fault_mode:,confidence_low:0.0,confidence_high:0.0, evidence:[指向图像中的具体位置或频率], abstain:false} def vision_probe(img_b64, meta): user [{type: text, text: 元数据 json.dumps(meta, ensure_asciiFalse)}, {type: image_url, image_url: {url: fdata:image/png;base64,{img_b64}}}] return llm_json(VISION_SYSTEM, user, modelqwen2.5-vl:7b)evidence要求指向具体位置或频率这是过滤幻觉最有效的一招模型说存在轴承外圈故障时若不指出特征频率或图像区域这条结论在后续回传里直接降权。abstaintrue时不要用它生成子节点只把它记录成一个此处无信息的观测避免搜索树在噪声上分叉。4.3 与 MCTS 子节点扩展的耦合与剪枝视觉结论进入搜索树有两条路。一条是作为expand_fn的一部分读到轴承外圈特征频率后把bearing_outer_race的假设概率上调并开放vib_envelope_analysis这个高价值测量动作。另一条是作为剪枝条件当整棵树的活跃假设都指向同一类根因、且视觉结论abstain时允许提前收束。权重上我一般给视觉结论乘以一个低于文本实测的系数比如 0.7因为图像解读的方差明显更大。只有当视觉结论和振动数值、电流谐波在同一个故障模式上互相印证时才把系数提到 1.0 并触发替换类动作的开放阈值下调。4.4 多模态打分的两个坑过自信与模态冲突第一个坑是过自信。视觉大语言模型在图像模糊、分辨率不足时仍会给出 0.9 以上的置信度。处置办法是用历史工单做温度缩放把模型输出的分布重新校准到实际命中率上并在回放集上画出可靠性图确认。第二个坑是模态冲突频谱说轴承、热像说润滑不足搜索树会把预算摊平到两条分支上最后谁都不够深。稳妥做法是给冲突场景设一条裁决动作比如补做油液铁谱分析或增加一次高分辨率包络谱测量把这次动作的成本调低、先验调高让搜索优先去消解冲突而不是在两个假设之间来回摇。注意不要让模型自己裁决模态冲突它在两个输入之间做选择时几乎没有稳定偏好实测中同一组图文重跑三次给出三种结论。5. 参数标定与验证让 MCTS 与大语言模型的诊断结论可复现5.1 探索常数 c、搜索预算与停止条件c和budget是这套系统里最需要按产线标定的两个量。检测成本高、停机贵的产线c调小到 0.81.0让搜索尽快收敛到少数几条高概率路径检测便宜、误判代价大的产线c调到 1.62.0鼓励多探几条分支。参数保守档均衡档激进档影响c0.81.42.0越大越愿意测新项budget3264128LLM 调用次数上限max_depth468最长排查步数替换动作阈值0.80.70.6越低下结论越早停止条件建议组合判断访问最多的子节点N占比超过 60%且该路径末端假设概率超过 0.75才停。只看概率会被模型的过度自信带偏。5.2 用历史工单做离线回放验证验证不要用新故障用历史工单回放把工单里最终确认的根因作为标签把工单中每一步检测结果按时间顺序喂进expand_fn看搜索树在第几步收敛、收敛到哪个假设。三个核心指标top-1 命中率、平均检测步数、平均归一化成本。工程上更关注后两个——命中率提升 5% 但检测步数增加 40%现场根本推不动。回放时要把当时的图像、频谱一并复现否则多模态分支的验证等于没做。5.3 结论漂移的排查顺序同一台设备、同一组数据两次诊断给出不同根因按这个顺序查先看 LLM 温度是否被改动再看先验归一化是否生效然后查状态里source字段有没有把推测值混进实测最后才怀疑搜索参数。绝大多数漂移来自第一项和第三项——温度一高先验排序就抖后面整棵树跟着抖。排错时把每轮迭代的候选动作和先验分数落盘成日志按iteration_id对齐两次运行差异点通常一眼可见。日志保留最近 200 次诊断足够覆盖大多数间歇性漂移的复现窗口。本文还有配套的精品资源点击获取 蒙特卡洛树搜索与大语言模型融合的设备故障诊断方法
简介这份文档聚焦蒙特卡洛树搜索算法与大语言模型的融合应用面向人工智能方向的研究生、算法工程师及工业设备运维技术人员帮助读者理解如何借助大模型的故障模式识别能力与MCTS的推理路径规划能力搭建面向设备故障诊断的新模型。内容从大语言模型的概念、种类与技术框架讲起延伸至设备故障诊断的现状挑战、基于MCTS的故障推断、树构建与优化、数据处理与分析、案例成果展示以及未来趋势预测章节编号与目录层级完整。资源包共1个docx文件约69KB属纯文字论述稿。目前已有52人学习下载。读者可从中获得融合建模的整体思路、诊断流程设计要点、实验对比与性能评估的写法参考也可作为课题选题、论文写作或工程方案设计的结构范例与素材来源。1. 从猜故障到搜故障蒙特卡洛树搜索与大语言模型在设备故障诊断里的分工一台立式加工中心报主轴异响老师傅三步定位先听频段、再看负载电流、最后拆端盖确认轴承保持架。换成新手顺序可能反过来——先换轴承再查动平衡成本翻两倍还找不准根因。设备故障诊断技术真正难的地方从来不是知不知道故障模式而是下一步该测什么。这个多步、带成本、观测有噪声的序列决策问题正好是蒙特卡洛树搜索的主场把每次检测当作一个动作用 UCT 在继续深挖当前假设和换个方向之间分配预算用真实现场结果回传更新节点价值。大语言模型补的是另一半。它能把非结构化的工单描述、维修手册段落、频谱截图旁注转成候选故障假设和候选检测项还能给每个动作一个初始先验概率。但它单步推理有个通病答得流畅却容易在同一条错误路径上反复自我确认越聊越自信。把 LLM大语言模型当策略先验和状态评估器把搜索和记账交给蒙特卡洛树搜索诊断过程就变成一棵可回放、可计价、可审计的树。这套组合适合有三类底子的团队积累过历史工单、检测项清单相对固定、且需要向甲方解释为什么先测这个而不是先换件。2. 设备故障诊断的搜索空间建模蒙特卡洛树搜索四要素怎么定义2.1 状态节点把设备症状快照编码成可回放的状态搜索树里的节点不是设备而是某一时刻的诊断认知状态。最小字段集合包括设备标识与型号、当前工况、已确认症状、已执行动作及其观测结果、当前根因假设分布。最容易被忽略的约束是可回放同一个状态喂给模型两次候选动作排序不应大幅跳变否则整棵树会发散预算全浪费在抖动上。所以状态里必须显式区分实测值和模型推测值用source字段打标并且把已执行动作的原始读数保留下来而不是只留一句检查过了没发现问题。{ device: CNC-SPINDLE-01, working_condition: {rpm: 8000, load_pct: 62, ambient_c: 28}, symptoms: [ {code: ABNORMAL_NOISE, desc: 主轴中频啸叫, source: measured}, {code: VIB_RMS_MM_S, value: 4.8, source: measured} ], done_actions: [vib_spectrum_fft], hypotheses: [ {fault: bearing_outer_race, p: 0.45, source: llm_inferred}, {fault: tool_holder_unbalance, p: 0.30, source: llm_inferred} ] }symptoms用统一编码而不是自由文本是因为后续要按编码做规则校验和统计source字段决定了这个信息在奖励计算里占多少权重——实测症状可以参与剪枝推测症状只参与先验打分。hypotheses的p不要求校准得准它只是给搜索一个起点。2.2 动作集合检测项、拆解步骤与更换件怎么划边界动作空间的设计比算法选择更影响结果。常见做法是按可逆性和成本两维切分把动作分成测量类、拆解类、替换类三档。测量类几乎无成本且可逆应该鼓励多测替换类成本高、不可逆必须由搜索树在证据足够时才允许进入候选。动作类型示例可逆归一化成本是否进 LLM 候选测量类振动频谱、红外热像、电流谐波是0.02全量喂入拆解类拆防护罩、拆端盖、取油样半可逆0.15按概率筛 top-k替换类换轴承、换联轴器、重做动平衡否0.60仅在假设概率 0.7 时开放归一化成本用停机小时 × 工时单价折算到 01 区间这样不同产线的树可以横向比较。动作条目的字段建议写成{id: vib_spectrum_fft, type: measure, cost: 0.02, requires: [device_stopped]}requires用来做前置约束校验——设备没停机就不能生成拆解类子节点。2.3 转移与回报观测结果驱动的状态推进与代价函数真实环境里状态转移靠人执行动作后把结果填回来这一步必须留人工确认环节不能让模型替现场签字。而在蒙特卡洛树搜索的模拟rollout阶段可以用 LLM 快速假设观测结果用来估计这条分支的期望收益但模拟得到的价值要打折避免模型幻觉污染根节点统计。回报函数我一般写成根因命中给正奖励沿途每个动作扣成本额外更换无故障件再加一笔惩罚。def reward(path_actions, true_fault, replaced_parts, hit): base 1.0 if hit else 0.0 # 是否定位到真实根因 cost sum(a[cost] for a in path_actions) # 检测与拆解成本 wrong_replace 0.3 * len([p for p in replaced_parts if p ! true_fault]) depth_penalty 0.02 * max(0, len(path_actions) - 4) # 超过 4 步开始软惩罚 return base - cost - wrong_replace - depth_penaltyhit由工单回访确认不能由模型自评。depth_penalty系数别设太大否则搜索会退化成永远只测一步就下结论。wrong_replace是针对误换件场景专门加的实践中这一项最能拉开不同策略的差距。2.4 UCT 选择公式与 LLM 先验的融合方式选择阶段用 AlphaZero 风格的变体把 LLM 给的先验概率乘在探索项上UCT(child) Q(child) c · P(child) · sqrt( ln N(parent) / (1 N(child)) )其中Q是该子节点累计回报均值P是 LLM 输出的动作先验同一父节点下归一到和为 1N是访问次数。把先验放在探索项而不是加在Q上是因为先验的作用是没访问过的时候先试试它一旦访问次数上来实测回报应该压过模型的直觉。这也是这套方案和纯 LLM 推理的本质区别LLM 只在开局影响方向后期由数据说话。import math def uct(child, parent, c1.4): if child.N 0: return float(inf) # 未访问节点优先展开 return child.Q c * child.prior * math.sqrt(math.log(parent.N 1) / (1 child.N))c越大越偏向探索新检测项越小越保守。parent.N 1是为了父节点还没被访问时不出现log(0)。P必须归一化如果 LLM 返回的分数加起来是 3.7 而不是 1探索项会被整体放大表现上等价于把c偷偷调大好几倍。注意先验归一化不要用 softmax 直接套LLM 返回的分数常带 0 分项softmax 后再设阈值会破坏归一化先截断再除总和。3. 本地部署大语言模型跑通诊断推理的最小链路3.1 模型与量化选型显存、并发与输出稳定性诊断场景对模型的要求和大模型通用对话不一样输出必须是严格 JSON、数值要能对上现场量纲、不能瞎编不存在的故障模式。参数量越大越不容易编但显存和延迟也上去了。常见的取舍如下。参数量量化显存占用约延迟感受适用场景7BQ4_K_M56 GB快动作先验打分、单机试验14BQ4_K_M911 GB中假设生成 打分主力档32BQ4_K_M2024 GB慢复杂工况、多故障并发单卡 24G 的生产环境主力一般上 14B 量化版把 32B 留给离线复盘。温度设 0.10.3top_p0.9就是为了让同一状态下的先验基本稳定。团队里常见的纠结是先用哪个大语言模型 API 还有免费使用额度还是干脆本地部署大语言模型——只要工单涉及设备参数和客户产线本地部署大语言模型的私有性优势基本就压过了 API 的便利性。3.2 用 Ollama 或 vLLM 起服务并约束结构化输出试验阶段用 Ollama 最省事它自带 OpenAI 兼容接口要并发跑多棵树就换 vLLM。# 服务端拉模型并启动默认监听 11434 ollama pull qwen2.5:14b-instruct-q4_K_M ollama serve # 高并发场景改用 vLLM 的 OpenAI 兼容服务 python -m vllm.entrypoints.openai.api_server \ --model Qwen/Qwen2.5-14B-Instruct \ --max-model-len 8192 \ --gpu-memory-utilization 0.90 \ --port 8000--max-model-len决定单次能塞进多少历史状态8K 对状态 候选动作 few-shot 示例通常够用再长显存会吃紧。--gpu-memory-utilization 0.90留 10% 余量给 KV cache 抖动调到 0.95 以上容易在长上下文时 OOM。import json, requests def llm_json(system, user, modelqwen2.5:14b-instruct-q4_K_M, urlhttp://127.0.0.1:11434/v1/chat/completions): resp requests.post(url, timeout60, json{ model: model, messages: [{role: system, content: system}, {role: user, content: user}], temperature: 0.2, # 诊断打分要稳别开高 top_p: 0.9, response_format: {type: json_object} # 强制 JSON省掉解析兜底 }) resp.raise_for_status() return json.loads(resp.json()[choices][0][message][content])response_format设成json_object后仍要在代码里做字段校验模型偶尔会少prior字段或给出0.8这种字符串。timeout60是给 14B 模型留的余量7B 可以压到 20 秒。3.3 故障假设生成与动作先验打分的提示词模板提示词的核心是把该说什么和不该说什么都框死候选动作只能从给定列表里选分数必须落在 01理由必须引用状态里的具体字段。SYSTEM 你是旋转机械故障诊断专家。只能依据用户提供的状态和候选动作列表作答。 不要新增候选动作不要输出列表之外的故障模式。 输出 JSON{actions:[{id:...,prior:0.0,reason:引用状态中的具体证据}], stop_prob:0.0,top_hypothesis:...} def build_user(state, candidates): return (当前状态\n json.dumps(state, ensure_asciiFalse) \n候选动作\n json.dumps(candidates, ensure_asciiFalse) \n请为每个动作给出先验 prior同一父节点下总和为 1。)reason字段不是给模型看的是给运维看的——搜索树报告里每条边都能显示为什么当时优先测这一项这是把模型接入诊断流程后最容易被追问的地方。stop_prob用来判断是否可以提前终止搜索实践中它经常偏高模型倾向于劝你收手一般只在stop_prob 0.85且已有假设概率超过 0.8 时才真正停。3.4 蒙特卡洛树搜索主循环的 Python 实现与参数说明每轮迭代分四步选择、扩展、模拟、回传。class Node: def __init__(self, state, prior1.0, parentNone): self.state, self.prior, self.parent state, prior, parent self.children, self.N, self.W {}, 0, 0.0 self.Q 0.0 def uct(self, c1.4): if self.N 0: return float(inf) return self.Q c * self.prior * math.sqrt(math.log(self.parent.N 1) / (1 self.N)) def mcts(root, expand_fn, simulate_fn, budget64, c1.4, max_depth6): for _ in range(budget): node, path root, [root] # 1. 选择沿 UCT 最大的孩子下探 while node.children and len(path) max_depth: node max(node.children.values(), keylambda n: n.uct(c)) path.append(node) # 2. 扩展让 LLM 生成候选动作与先验 for act, prior in expand_fn(node.state): node.children[act[id]] Node(act[next_state], prior, node) # 3. 模拟LLM 假设观测结果估算该分支价值 value simulate_fn(node.state) if node.children else 0.0 # 4. 回传更新整条路径的统计量 for n in path: n.N 1 n.W value n.Q n.W / n.N return max(root.children.values(), keylambda n: n.N)budget64是每轮诊断的 LLM 调用上限14B 本地推理下大约 13 分钟再大现场等不起。max_depth6对应最多做 6 次检测/拆解超过就说明假设空间本身有问题该回去补检测项而不是继续搜。expand_fn里要过滤掉requires不满足的动作否则设备没停机也会生成拆解节点。最后返回访问次数最多的孩子而不是Q最高的是因为单次高回报可能来自偶然的模拟访问次数更能反映稳定偏好。4. 视觉大语言模型接入频谱图与热像多模态节点怎么扩展与校准4.1 图像输入的组织采样、分辨率与元数据拼接视觉大语言模型在诊断里的定位是读图给出假设和证据不是替代分析师。振动频谱图、红外热像、油液照片、内窥镜截图这四类最常用喂给模型前要统一处理频谱图裁掉无信息的高频尾部、热像保留色标、内窥镜截图保留尺寸参照物。图像类型建议分辨率必带元数据主要能读出的线索频谱图1024×512采样率、转速、量纲边频、谐波簇、轴承特征频率红外热像640×480发射率、环境温度局部过热点、温差梯度油液照片1024×1024取样位置、油品金属屑形状、乳化内窥镜截图1280×720探头位置、比例尺齿面点蚀、裂纹元数据必须和图像一起送进模型否则同一张频谱图模型不知道转速就分不清边频间隔对应的是不平衡还是轴承故障。分辨率不要盲目拉高频谱图拉到 4K 反而会让细小边频峰被压缩掉。4.2 图像结论结构化置信度、区间与拒答模型对图像的口头描述必须转成结构化字段才能进搜索树。字段设计上confidence用区间而不是单点并且强制模型在证据不足时输出abstaintrue。VISION_SYSTEM 你只输出 JSON {fault_mode:,confidence_low:0.0,confidence_high:0.0, evidence:[指向图像中的具体位置或频率], abstain:false} def vision_probe(img_b64, meta): user [{type: text, text: 元数据 json.dumps(meta, ensure_asciiFalse)}, {type: image_url, image_url: {url: fdata:image/png;base64,{img_b64}}}] return llm_json(VISION_SYSTEM, user, modelqwen2.5-vl:7b)evidence要求指向具体位置或频率这是过滤幻觉最有效的一招模型说存在轴承外圈故障时若不指出特征频率或图像区域这条结论在后续回传里直接降权。abstaintrue时不要用它生成子节点只把它记录成一个此处无信息的观测避免搜索树在噪声上分叉。4.3 与 MCTS 子节点扩展的耦合与剪枝视觉结论进入搜索树有两条路。一条是作为expand_fn的一部分读到轴承外圈特征频率后把bearing_outer_race的假设概率上调并开放vib_envelope_analysis这个高价值测量动作。另一条是作为剪枝条件当整棵树的活跃假设都指向同一类根因、且视觉结论abstain时允许提前收束。权重上我一般给视觉结论乘以一个低于文本实测的系数比如 0.7因为图像解读的方差明显更大。只有当视觉结论和振动数值、电流谐波在同一个故障模式上互相印证时才把系数提到 1.0 并触发替换类动作的开放阈值下调。4.4 多模态打分的两个坑过自信与模态冲突第一个坑是过自信。视觉大语言模型在图像模糊、分辨率不足时仍会给出 0.9 以上的置信度。处置办法是用历史工单做温度缩放把模型输出的分布重新校准到实际命中率上并在回放集上画出可靠性图确认。第二个坑是模态冲突频谱说轴承、热像说润滑不足搜索树会把预算摊平到两条分支上最后谁都不够深。稳妥做法是给冲突场景设一条裁决动作比如补做油液铁谱分析或增加一次高分辨率包络谱测量把这次动作的成本调低、先验调高让搜索优先去消解冲突而不是在两个假设之间来回摇。注意不要让模型自己裁决模态冲突它在两个输入之间做选择时几乎没有稳定偏好实测中同一组图文重跑三次给出三种结论。5. 参数标定与验证让 MCTS 与大语言模型的诊断结论可复现5.1 探索常数 c、搜索预算与停止条件c和budget是这套系统里最需要按产线标定的两个量。检测成本高、停机贵的产线c调小到 0.81.0让搜索尽快收敛到少数几条高概率路径检测便宜、误判代价大的产线c调到 1.62.0鼓励多探几条分支。参数保守档均衡档激进档影响c0.81.42.0越大越愿意测新项budget3264128LLM 调用次数上限max_depth468最长排查步数替换动作阈值0.80.70.6越低下结论越早停止条件建议组合判断访问最多的子节点N占比超过 60%且该路径末端假设概率超过 0.75才停。只看概率会被模型的过度自信带偏。5.2 用历史工单做离线回放验证验证不要用新故障用历史工单回放把工单里最终确认的根因作为标签把工单中每一步检测结果按时间顺序喂进expand_fn看搜索树在第几步收敛、收敛到哪个假设。三个核心指标top-1 命中率、平均检测步数、平均归一化成本。工程上更关注后两个——命中率提升 5% 但检测步数增加 40%现场根本推不动。回放时要把当时的图像、频谱一并复现否则多模态分支的验证等于没做。5.3 结论漂移的排查顺序同一台设备、同一组数据两次诊断给出不同根因按这个顺序查先看 LLM 温度是否被改动再看先验归一化是否生效然后查状态里source字段有没有把推测值混进实测最后才怀疑搜索参数。绝大多数漂移来自第一项和第三项——温度一高先验排序就抖后面整棵树跟着抖。排错时把每轮迭代的候选动作和先验分数落盘成日志按iteration_id对齐两次运行差异点通常一眼可见。日志保留最近 200 次诊断足够覆盖大多数间歇性漂移的复现窗口。本文还有配套的精品资源点击获取