基于大模型增强的长输管道环焊缝缺陷智能筛查与决策支持系统开发-非招标公告
北京
正在报名中
询比采购公告
公告发布时间: 2025年11月28日 21时 27分 25秒
一、概述
近年来,长输油气管道的环焊缝缺陷(如裂纹、未熔合等)是导致管道失效的重大隐患。当前工程实践中,基于传统统计学习的环焊缝风险评估模型(如集成学习、高斯过程分类等)已应用于焊口风险筛查,但各模型关注侧重点不同、特征表达能力有限,在复杂文本语义挖掘、多源异构数据关联、小样本偏差校正等方面存在显著局限,导致模型在实际开挖验证中的准确率与泛化性不足。随着大语言模型在复杂语义解析、特征重构、异常甄别等方面的能力迅速发展,利用现有大模型对多源数据进行语义增强、逻辑补全与信息重构,为提升环焊缝缺陷识别能力提供了新的技术路径。本项目计划在管道数据中针对文本、编码及工艺描述等复杂字段,通过深度融合现有大语言模型的语义理解与知识推理能力,衍生高质量特征,完成字段类型识别、结构化拆分建议,系统性提升焊口裂纹及不合格口的智能筛查精度、决策可靠性、以及输出内容的可解释性。
二、采购项目与标段
交货期限: 2026
质保期限(月):
| 序号 | 标段编号 | 标段名称 | 标段描述 |
|---|---|---|---|
| 1 | 第一标段 | 第一标段 | 围绕长输管道环焊缝数据的解析、特征重构与增强、多模型融合预测及解释性分析开展系统研究。依托现有大语言模型,对工艺描述、检测评语、施工记录等非结构化和半结构化字段进行语义理解与特征提取,形成结构化的关键特征表达;同时结合传统算法对数值型与编码型特征进行统一清洗、编码对齐、异常核查与合理重构,提升数据质量。在此基础上,研究通过集成学习、高斯过程分类等模型的协同预测,实现对环焊缝不合格口及含裂纹口的识别与排序,提升预测准确度与稳定性,展示关键特征影响、预测可信度及异常点来源,以增强模型透明性和工程可用性,并最终封装形成适合现场使用的软件类工具。 |
三、供应商资格要求
投标人应为中华人民共和国境内注册的企、事业独立法人
四、询比文件的获取
4.1 有意向参加项目者,于2025年12月02日 00时 00分 00秒前,登录平台进行项目报名。
4.2 报名成功后于2025年11月28日 21时 25分 43秒至2025年12月02日 00时 00分 00秒,登录平台进行项目下载询比文件。
四、询价文件的获取
1、 获取时间:2025年11月28日至2025-12-02请注册并升级VIP会员或高级会员,查看投标方式
款
付费指导