CN120296095A 一种基于大模型的制造业企业数据中台系统及方法 （安徽电信规划设计有限责任公司）.docxVIP

(19)国家知识产权局

(12)发明专利申请

(10)申请公布号CN120296095A(43)申请公布日2025.07.11

(21)申请号202510348563.8

(22)申请日2025.03.24

(71)申请人安徽电信规划设计有限责任公司地址230051安徽省合肥市经济技术开发

区海恒社区中国(安徽)自由贸易试验区合肥片区芙蓉路268号合肥创新创业园1#C二层217室

(72)发明人赵义正汪振涛陈远洋李华刘琼许高晋

(74)专利代理机构合肥天明专利事务所(普通合伙)34115

专利代理师奚华保

(51)Int.CI.

GO6F16/28(2019.01)

GO6F16/25(2019.01)

GO6F

GO6F

GO6F

GO6N

G06Q

G06Q

G06Q

G06N

G06N

30/20(2020.01)

16/27(2019.01)

18/2433(2023.01)

3/0442(2023.01)10/0631(2023.01) 10/04(2023.01)50/06(2024.01) 3/006(2023.01)

3/126(2023.01)

权利要求书2页说明书10页附图1页

(54)发明名称

一种基于大模型的制造业企业数据中台系统及方法

(57)摘要

CN120296095A本发明公开了一种基于大模型的制造业企业数据中台系统及方法，包括数据采集层，用于构建多源异构数据采集体系；数据存储层，构建包含多层的数据仓库体系，并实现数据湖存储；数据处理层、服务层，用于部署模型，集成异常检测模块、多模态融合引擎，以及预测模型；服务层，用于接口组，集成Druid/ClickHouse查询引擎与Redis缓存，支持多条件组合查询及毫秒级响应；部署可视化服务模块与RBAC/ABAC权限控制系统，实现数据分级共享；应用层，用于开发生产优化应用、供应链管理应用，以及CRM应用。本发明通过统一的数据采集接口和高效的数据采集工具，能够整合企业内外部的海量数据，打破

CN120296095A

CN120296095A权利要求书1/2页

2

1.一种基于大模型的制造业企业数据中台系统，其特征在于，包括数据采集层、数据存储层、数据处理层、服务层，以及应用层；

所述数据采集层，用于构建多源异构数据采集体系，其中，数据采集体系包括工业以太网接口与现场总线协议适配模块、高兼容性数据库连接模块，以及智能文件解析引擎；

所述数据存储层，用于采用分布式文件系统与分布式数据库协同架构，构建包含多层的数据仓库体系，以Parquet/ORC列式格式实现数据湖存储；

所述数据处理层，用于部署基于预训练的AI大模型，集成深度异常检测模块、多模态融合引擎，以及预测模型；配置迁移学习框架实现模型微调，关联设备参数、工艺数据与质量检测结果形成决策知识库；

所述服务层，用于提供RESTfulAPI接口组，集成Druid/ClickHouse查询引擎与Redis缓存，支持多条件组合查询及毫秒级响应；部署可视化服务模块与RBAC/ABAC权限控制系统，实现数据分级共享；

所述应用层，用于开发生产优化应用、供应链管理应用，以及CRM应用，通过微服务架构与API网关对接ERP/MES系统，形成设备故障预测、工艺参数优化，以及客户细分推荐功能的闭环。

2.根据权利要求1所述一种基于大模型的制造业企业数据中台系统，其特征在于，所述数据采集层包括轻量级采集代理、实时数据管道，以及日志审计模块；

所述轻量级采集代理，用于部署于设备边缘端，集成ZigBee/Modbus协议转换模块，支持传感器数据低功耗传输；

所述实时数据管道基于ApacheKafka构建的，采用Snappy压缩算法与AES-256端到端加密，进行毫秒级延迟的工业数据流传输；

所述日志审计模块，用于记录采集任务ID、数据量统计及CRC校验信息，支持异常任务的断点续传与追溯。

3.根据权利要求1所述一种基于大模型的制造业企业数据中台系统，其特征在于，所述数据处理层的异常检测模块包括振动信号时序预测模型，以及异常根因分析模块；

所述振动信号时序预测模型，基于GRU网络构建，设置动态阈值告警规则，采用GAN网络生成合成异常样本；

所述异常根因分析模块，关联SPC控制图与工艺参数波动进行多维度溯源。