离心泵
断层(地质)
工程类
计算机科学
机械工程
电气工程
半导体器件制造
半导体器件
汽车工程
数学模型
电子工程
控制工程
作者
Mun-Ho Lee,Joong-Ho Chang
标识
DOI:10.5762/kais.2026.27.6.967
摘要
본 연구는 반도체 CVD 설비 원심펌프 고장진단을 위한 하이브리드 프레임워크 Pump Brain을 제안한다. ISO 10816-7 물리 규칙 엔진과 QLoRA 미세조정된 EXAONE 3.5 7.8B 소형언어모델을 결합하여, 현장 61건과 합성 3,536건의 다계층 데이터로 8클래스 매크로-F1 0.884를 달성하고 한국어 진단 리포트를 생성한다. 변속 운전 환경에서 베어링 결함 주파수는 회전속도 변화에 따라 연속적으로 이동하며, 현장 결함 데이터는 구조적으로 부족하며, 한국 반도체 공장은 분류 라벨이 아닌 한국어 진단 리포트를 요구한다는 세 가지 제약이 진단 신뢰성과 현장 적용을 위협한다. Pump Brain은 결정론적 물리 규칙엔진을 SLM 상류에 배치하여 ISO 진단 영역과 베어링 결함 주파수를 사전 검증함으로써, 근거 없는 수치 생성을 구조적으로 차단한다. 평가 결과 SLM은 표 형식 분류기에서 얻을 수 없는 한국어 진단 리포트를 생성하며, 실측 100건 검토에서 ISO 영역 오류 및 근거 없는 수치 생성이 0건임을 확인하였다. 4비트 양자화로 단일 GPU 환경 배포가 가능하다. 본 연구의 주요 한계는 다음 세 가지이다: (1) 복합 고장 시나리오는 모델링하지 않았으며, (2) 규칙 엔진은 특정 베어링 형상에 보정되어 있고, (3) 평가는 단일 반도체 공장 환경으로 제한된다.
科研通智能强力驱动
Strongly Powered by AbleSci AI