1. Artificial Intelligence enhanced smart welding islands: Foundation models revolutionizing manufacturing

2026.9.11

大语言模型, 智能焊接岛, 多智能体架构, 敏捷制造

一、研究问题

按单设计（ETO）和高混流、低批量制造要求焊接系统能够适应不断变化的零件几何、材料、接头和生产任务。\ 传统机器人焊接依赖人工示教、固定工艺参数和静态排产，存在编程成本高、换产速度慢、质量依赖专家经验、各生产环节信息割裂等问题。

本文目标：构建一个由领域大模型驱动的智能焊接岛服务系统（SWISS），打通从 CAD 设计、焊接工艺、机器人编程到生产调度的完整数字线程。

二、核心思路

SWISS 由四个领域专用模型组成：

• TrajectoryGPT：从二维图纸和三维 CAD 中识别焊缝，生成焊缝轨迹、焊枪姿态和运动偏好。
• WeldGPT：融合焊接标准、WPS 和历史生产记录，推荐并验证焊接工艺参数。
• RobotGPT：将焊缝轨迹和工艺参数转换为经过安全验证的机器人程序。
• OperationGPT：根据订单、物料、设备和人员状态，进行乱序规划、动态调度与扰动响应。

关键点：

• 使用 GWS通用焊缝结构统一表达异构 CAD 中的焊缝信息。
• 四个模型采用“领域微调 + RAG + 显式约束验证”的共同范式。
• LLM 负责高层语义理解和决策，规则、仿真器与传统控制器负责确定性验证和执行。
• 所有输入、模型输出、验证结果和人工修改均被记录，形成可审计的数字链路。

三、方法论

1. 焊缝轨迹生成

输入：

• 二维焊接图纸与 ISO/AWS 焊接符号
• 三维 CAD 零件与装配模型
• 接头几何、坐标系和轨迹规划约束

处理流程：

1. 从 CAD 中提取焊缝几何、拓扑、接头关系和规划偏好。
2. 转换为统一的 GWS 表示。
3. 将文本、几何和规划信息编码为多模态 token。
4. 生成焊缝顺序、路径分段、焊枪姿态和运动偏好。

2. 焊接工艺推荐

输入焊缝类型、坡口几何、材料、耗材和设备约束，输出：

• 焊接电流与电压
• 焊接速度与送丝速度
• 保护气体流量
• 焊道顺序及各道次参数

WeldGPT 不直接从零预测绝对值，而是：

1. 从焊接手册、WPS 和历史记录中检索相似工艺。
2. 以合格工艺模板为基础生成有界参数偏移。
3. 使用 WPS、设备边界和质量代理模型检查候选参数。
4. 对违规参数进行局部修正。
5. 将合格结果封装为版本化 WPS。

3. 机器人代码生成

RobotGPT 首先生成与控制器无关的焊接宏指令，再展开为关节空间轨迹。

验证内容包括：

• 机器人可达性与关节极限
• 速度和加速度约束
• 碰撞风险
• 焊枪姿态
• 引弧、熄弧、摆动、停留及层间协调

验证通过后，再由确定性后处理器生成 RAPID、KRL 或 URScript 等厂商专用代码。

4. 动态生产调度

OperationGPT 借鉴 CPU 的乱序执行思想：

• 已满足前置关系且资源就绪的工序可以提前执行。
• 因物料、设备或人员问题受阻的工序暂时推迟。
• 扰动发生后，根据实时状态重新确定任务优先级。

策略型 RAG 会根据知识片段对吞吐量、延期、在制品和运营成本的影响进行加权，使调度结果同时满足时间、经济和政策约束。

四、结论

模块级实验结果：

• TrajectoryGPT：

  • 焊缝轨迹 RMSE：0.96 mm
  • 焊缝覆盖率：96.5%

• WeldGPT：

  • 电流 MAE：9.8 A
  • 电压 MAE：1.3 V
  • 参数可行率：97.6%

• RobotGPT：

  • ABB、KUKA 和 UR 三类控制器的程序执行成功率均超过 95%
  • 平均位置误差约 1 mm
  • 最大位置误差小于 3 mm

• OperationGPT：

  • 正常条件下准时交付率为 92.8%
  • 存在典型扰动时仍达到 90.3%

集成案例使用 UR5e 和三维打印 T 形接头，验证了从 STEP 模型 → 焊缝轨迹 → 工艺参数 → URScript → 机器人执行的完整流程。除初始标定和工件定位外，不需要人工修改轨迹或代码。

五、创新

1. 提出覆盖“设计—工艺—编程—运营”的智能焊接岛架构，而不是只优化单个焊接环节。
2. 设计 GWS 通用表示，为异构 CAD、工艺推荐和机器人编程建立统一数据接口。
3. 将 LLM 的语义推理与 RAG、领域规则、仿真验证和确定性编译结合，降低自由生成带来的工程风险。
4. 候选工艺或轨迹违反约束时采用局部修复，避免重新生成完整方案。
5. 将乱序执行机制引入制造调度，允许系统绕过受阻任务，提高扰动条件下的设备利用率。
6. 以版本化数据和验证日志连接模型决策与现场执行，增强系统的可追溯性。

六、缺陷

• 当前工作主要是实验室可行性验证，尚未完成工业级焊接系统认证。
• 实体案例使用记号笔模拟焊枪，没有进行真实电弧焊，因此不能证明焊缝的冶金质量。
• 尚未系统评估烟尘、飞溅、热变形、装夹误差和传感噪声等真实工业扰动。
• OperationGPT 主要通过离散事件仿真验证，尚未在实际生产线上进行实时闭环调度。
• 当前原型只验证了单机器人、单焊接岛配置，多机器人协调和共享资源冲突仍需进一步研究。
• 文中部分经济效益和幻觉率结果来自原型及代表性任务，仍需要跨工厂、跨产品和长期运行验证。
• LLM 目前主要参与离线或近离线规划；真正的焊中实时控制仍需结合轻量模型、传感反馈和传统低层控制回路。

2. A Large Language Model-based Multi-Agent Manufacturing System for Intelligent Shopfloors

2026.9.11

大语言模型, 多智能体, 智能车间, 柔性作业车间调度

一、研究问题

多品种、小批量生产使车间扰动频繁，"下一步工件去哪台机器" 这个决策做得不好，直接反映为完工时间（makespan）拉长。\ 传统做法有三条路，各有硬伤：

• 元启发式算法：精度高，但面对变化场景要持续重调度，迭代计算开销大，只适合静态问题。
• 深度强化学习（DRL）：能处理动态扰动，但必须预训练，需要针对特定车间开发模拟器与训练模型，算力开销大、迁移性差；且引入 POMDP 后稳定性受挑战，随资源规模增大性能衰减。
• 多智能体制造系统：无需预训练、处理快，但协商机制依赖人工设计的固定启发式规则，无法根据车间实时状态灵活换策略。

本文目标：用 LLM 取代固定规则，让智能体在无预训练条件下做动态协商决策，并能快速部署到新车间。

二、核心思路

提出 LLM-based Multi-Agent Manufacturing System：\ 把每个制造资源（机床、AGV、仓库、机器人）变成一个智能体，用竞价式协商（招标—投标）替代固定派工规则，由 LLM 完成"分析—决策"。

智能体由五个模块构成，分属三层：

关键设计：

• TM 与 DM 拆开：论文明确理由是"要求 LLM 同时做分析并输出可靠命令很困难"，拆开后正确响应概率显著提高。
• 一切皆为自然语言文档：标书、问题文档（含车间信息、工件信息、优化目标）都是可读可维护的文本，可临时人工介入修改。
• 提示词用 Markdown 定义：角色（character）、目标（objective）、知识（knowledge，预置派工规则）、答案限制（answers）、约束（constraints）五个字段，并加入 CoT（"Let's think step by step."）。
• 零样本、不训练：通过 API 调用外部 LLM；公共 API 需以低数据安全等级为前提，否则改用开源 LLaMA。兼容多模型，故障转移后向其它 LLM 重发请求。

三、方法论

决策时刻（Decision Time）的触发：\ 每道工序完成后、且工件仍有剩余工序时才触发协商——机器分配不预先确定（reflection-scheduling），完全依据车间实时状态逐工序决定。

12 步协商工作流：

1. 事件触发：MSM 监测到决策时刻 → 激活本机 BIM
2. BIM 准备潜在投标者信息
3. BIM 邀请其它可用智能体（无能力的机床谢绝）
4. BM 核验邀请，从 MSM 取机床状态（加工中／空闲）
5. BM 提交标书（机器状态、加工能力、预计加工时间）
6. BIM 整合全部标书 + 车间信息 + 优化目标 → 生成问题文档
7. 问题文档 → TM（经 API 接入 LLM）
8. TM 输出综合分析建议
9. 建议 → DM（同样经 API 接入 LLM）
10. DM 抽取并复核 → 生成最终决策
11. DM → BIM
12. BIM 触发初始 MSM，工件实际交付到目标机床

传统方法 vs 本文方法

验证设计：

• 平台：中国无锡某智能制造工厂实验室的真实物理车间（仓库、AGV、车床、铣床、雕刻机、机器人）；仓库被视为加工时间为零的机床，负责按实时状态识别每道工序的可用机床集合。
• 通过各厂商 SDK（西门子、FANUC）让 MSM 直接驱动数控机床。
• 对比基准：机器选择用 SMPT / WINQ / Quality First / Random；工件选择用 FIFO / FILO / SPT。
• LLM 引擎：Hunyuan、GLM-4-Flash、GLM-Z1-Flash；每组实验重复 5 次，误差棒用样本标准差。
• 指标：makespan（最大完工时间）。因失败工件要重新排单、返工必然拉长总工期，故 makespan 能同时反映质量代价。

主要结果（makespan，秒）：

• 稳定性：共 49,437 次调用仅 11 次错误输出，错误率 < 0.03%，且多为网络问题，架构可自主重试解决。
• 确定性：同一套 Markdown 提示词在 6 个主流 LLM（DeepSeek-V3、ChatGPT、Gemini、Qwen2.5-72B、Hunyuan-TurboS、ChatGLM）上输出一致，说明格式约束能带来跨模型稳定性。
• 延迟：GLM-Z1-Flash 平均 6.06 s（约为其它模型的 5 倍），Hunyuan-Lite 0.98 s、GLM4-Flash 0.31 s、Gemini-2.5 1.15 s。

四、结论

• LLM 可以零样本充当协商与决策中枢：无需任何（预）训练，仅靠提示词即可在真实物理车间完成机器选择，并优于全部启发式基准。
• LLM 存在"最低能力阈值"：一旦达到基本推理水平（Hunyuan 与 GLM-Z1 差距可忽略），性能差异在统计上不再显著；反之推理能力不足的模型（GLM-4-Flash）表现明显更差。
• 深度推理模型不划算：GLM-Z1-Flash 的推理时间约为其它模型 5 倍，但性能提升不相称，并不推荐用于此类任务。
• "参考答案"比"换模型"重要得多：把启发式规则结果作为参考注入提示词后，makespan 从 990–1021 s 降到 583–633 s（相差近两倍），而模型之间的差异远小于此。说明输入信息的结构化程度，比选哪个模型更关键。
• 有答案版反而方差略高（如 FIFO 下 583.4 ± 23.6 vs 无答案 990.4 ± 40.9）：无答案版虽然更差，但表现更"稳定地差"——论文借此说明 LLM 方法在动态环境中具有稳定的适应能力。
• 单一规则会失效，LLM 不会：除本文系统外，只有 WINQ 在少数实例中占优（可作为应急备选）；而本文系统的结果无论与哪种工件选择方式组合都相对稳定。
• 系统可跨车间快速实施：得益于工作流的可适配性与智能体自主性，迁移到新车间无需重配置。

五、创新

1. 首次把 LLM 作为多智能体制造系统的协商中枢，而不仅是问答助手或代码生成器：为每个制造资源定义多模块智能体及其 LLM 协作方式，用自然语言协商替代固定启发式规则。
2. 规避了数据采集与训练全流程：刻意绕开 DRL 的模拟器+预训练依赖，仅靠提示词即可部署，在保持可扩展性与实时性的同时扩展了求解空间。
3. 提示词工程 → 系统工程：TM/DM 拆分、Markdown 五段式提示词模板、CoT，使"改行为"从重训练变成改文本，显著降低维护与修改成本，车间主管可直接通过对话定制系统目标。
4. 不止于仿真：真机落地：MSM 通过厂商 SDK 直接驱动机床，智能体在无人工干预下完成产品完整加工周期，并在真实车间做了完整的对比实验。
5. 可核查的鲁棒性证据：近 5 万次真实调用给出 < 0.03% 错误率，并在 6 个不同 LLM 上验证提示词的输出确定性。

六、缺陷

• "自适应性"仍由人定义：优化目标（最小化 makespan）、知识（派工规则）、约束全部预置在提示词中。所谓"通过对话调整目标"，调整者仍是车间主管；论文未设计任何机制判断"当前优化问题本身是否定义正确"，也未统计人工修改目标／约束所需的干预次数——本质上仍是固定问题下的智能求解。
• 失败模式暴露了缺口：Hunyuan（无参考答案）在固定目标下产出近乎两倍差的 makespan，而系统的处置方式是重试或调整提示词语境，并不改变问题本身。
• 人工介入未量化：论文提到 DM 输出模糊时会"请求人工协助"，但未统计介入频率，也未给出成本／效率收益的定量评估。
• 延迟与实时性：LLM 决策延迟 0.3–6 s，且深度推理模型更慢；论文仅测了单次 API 延迟，未评估多智能体并发协商下的整体时效。
• 数据安全与外部依赖：依赖公共 LLM API 时前提是"低数据安全等级"；换开源模型又会掉性能，工业落地存在两难。
• 未开源、数据保密：论文声明数据保密（"The data that has been used is confidential"），未提供数据集或代码，第三方难以复现。
• 验证范围有限：单一实验室车间、6 台机器规模；论文自述未来工作才是本地化 LLM 微调，跨车间、大规模、长期运行的泛化性尚未验证。