基于知识图谱(Neo4j)和大语言模型(LLM)的图检索增强(GraphRAG)的数控车床主轴系统故障诊断智能问答系统

一、项目演示视频

b站演示视频与部署教程视频(点击这里)

https://www.bilibili.com/video/BV1vKEE6dELs/?share_source=copy_web\&vd_source=31c839f46a9a845dd6dd641cbd5c2ac1

项目简介

本项目是一个面向数控车床主轴系统故障诊断领域的智能问答系统,采用前后端分离架构,集成 GraphRAG(图检索增强生成)技术。系统通过 Neo4j 构建主轴型号、零部件、诊断步骤、诊断设备、故障事件等实体的知识图谱,结合大语言模型实现精准的故障诊断知识检索与自然语言问答,并支持文档管理、主轴型号档案、故障诊断记录管理及知识图谱可视化等功能,为 CNC 主轴故障诊断与设备维护提供智能化知识服务。

二、技术栈

  1. 前端技术栈 (web-vue)

    核心框架: Vue 3.5 + TypeScript 5.7

    UI组件库: Element Plus 2.9

    数据可视化: ECharts 5.6

    状态管理: Pinia

    路由管理: Vue Router 4

    构建工具: Vite 6.1

    HTTP客户端: Axios

    Markdown渲染: Marked

    样式: SCSS

  2. 后端技术栈 (web-flask)

    核心框架: Flask (Python)

    数据库: SQLite 3

    图数据库: Neo4j 5.28

    大语言模型: 通义千问 API (qwen3.6-flash 文本模型 + qwen3-vl-flash 多模态模型)

    依赖库: Flask-CORS + PyJWT + python-docx + pdfplumber + openpyxl + neo4j-driver

三、功能模块

核心创新点

  1. 知识图谱驱动:使用 Neo4j 构建 CNC 主轴故障诊断领域复杂实体关系网络(16种实体类型、20种关系类型)
  2. GraphRAG 技术:三路并行检索(知识图谱 Top-7 + 主轴型号档案 Top-5 + 故障诊断记录 Top-5),结合图谱提升故障诊断问答准确性
  3. 智能三元组提取:使用 LLM 从文档中自动提取<头实体, 关系, 尾实体>三元组,多线程并发加速
  4. 多模态问答:支持上传主轴或机床相关图片进行识别和故障分析问答(qwen3-vl-flash 模型)
  5. 知识图谱可视化:ECharts 力导向图交互展示,支持节点/关系类型过滤、1-3跳邻居搜索
  6. 异步图谱构建:支持全量重建与增量构建,任务异步执行并实时查询进度
  7. 文档溯源:每个知识三元组关联源文档 ID,支持知识追溯
  8. 主轴故障全链路管理:主轴型号档案与故障诊断记录一体化管理,支持多图上传与多维度统计

核心功能模块

  1. 用户管理:用户注册登录、分权管理、个人信息与管理员操作
  2. 文档管理:多格式上传、浏览搜索、CRUD、目录管理、MD5 去重
  3. 智能问答与会话:GraphRAG 问答、多轮对话、多模态问答、会话管理与导出
  4. 知识图谱管理:数据同步、全量/增量构建、三元组提取、异步任务、节点搜索、文档溯源
  5. 知识图谱可视化:ECharts 力导向图、类型过滤、节点搜索、布局切换、统计信息
  6. 主轴型号档案管理:档案 CRUD、完整数据录入、图片上传、搜索筛选、级联删除、统计分析
  7. 故障诊断记录管理:记录 CRUD、多图上传、关联主轴型号、筛选搜索、多维度统计
  8. 数据统计:核心指标统计与趋势可视化

应用场景

  1. 主轴故障诊断知识查询:快速检索振动检测、温度监测、动平衡测试等诊断步骤及相关设备、标准
  2. 主轴精度与维修标准咨询:查询主轴性能参数、诊断指标、技术标准等专业知识
  3. 故障案例追溯:通过主轴型号档案和故障诊断记录快速定位案例信息、故障状态
  4. 专业技术文档管理:上传和管理 CNC 主轴故障诊断相关技术文档、维修手册,自动构建知识图谱
  5. 设备维护人员培训辅助:通过智能问答快速了解主轴故障诊断领域专业知识

四、项目链接

羊羊小栈-基于GraphRAG的数控车床主轴系统故障诊断系统(Neo4j_大语言模型).zip

链接: https://pan.baidu.com/s/1pMO4XlDBUZBq6hyyFowcaw?pwd=8p84 提取码: 8p84

  1. 完整系统源码
    (1)前端源码(web-vue)
    (2)后端和算法端源码(web-flask)
  2. 项目启动教程
    (1)环境安装教程(视频+文档)
    (2)系统启动教程(视频+文档)
  3. 项目文档
    (1)系统介绍文档
    (2)数据库开发文档
    (3)API 接口文档
    (4)系统使用注意事项
  4. 系统PPT
    (1)系统架构图
    (2)数据流图
    (3)逻辑时序图
    (4)功能模块概要图、功能模块图
    (5)知识图谱构建流程图
    (6)GraphRAG 检索模块流程图
    (7)数据库 ER 图
相关推荐
Lorin 洛林8 分钟前
OpenClaw:跳出聊天框,拥有自主行动力的 AI 智能体
人工智能
rain_sxr12 分钟前
大规模数据可视化渲染:D3 与 ECharts 的管线优化实战
人工智能
大海变好AI24 分钟前
AIGC分层推理落地能否串联多工具完成自动化闭环
人工智能·python·自动化·aigc
Cosolar34 分钟前
AI Agent 架构原理详解:从一次提问到任务完成的完整闭环
人工智能·后端·架构
小白说大模型34 分钟前
从向量嵌入到复杂 Agent:LLM、LangChain、LangGraph 完整科普
java·开发语言·人工智能·gpt·深度学习·langchain
协享科技40 分钟前
2026 年 AI 表格工具怎么选:ChatGPT、原生 Copilot/Gemini 与公式助手
人工智能·chatgpt·excel·copilot
geo搜搜果数据41 分钟前
实测AI搜索GEO监测工具:对比DeepSeek与豆包品牌排名差异
人工智能·langchain·embedding·搜搜果
王莎莎1 小时前
MCP 解决的是工具接入,科研 Agent 还缺的是科学证据接口标准化
前端·人工智能
码农小白AI1 小时前
工业设备验收迈入智能审核新时代:AI报告审核通审Agent版 IACheck打造检测报告质量管控新引擎
大数据·人工智能
摸鱼师moko1 小时前
AI 来了之后,我的心流状态去哪了
人工智能·程序员