《ROBOTICS AND COMPUTER-INTEGRATED MANUFACTURING》：Knowledge-grounded multimodal cognitive decision-making for aerospace machining: A physics-aware reasoning framework for generative process planning of special-shaped features
编辑推荐：
•将多模态生成式AI与严谨的制造知识相结合。•跨模态锚定技术桥接了多模态感知与符号知识。•具有物理意识的协同训练（CoT）将物理规则集成到大型语言模型（MLLM）的推理中。•带有语义追溯的符号验证循环能够实现自我校正。•神经符号协同效应有效抑制了物理幻觉现象。引言在航空航天工业中
- •
将多模态生成式AI与严谨的制造知识相结合。
- •
跨模态锚定技术桥接了多模态感知与符号知识。
- •
具有物理意识的协同训练（CoT）将物理规则集成到大型语言模型（MLLM）的推理中。
- •
带有语义追溯的符号验证循环能够实现自我校正。
- •
神经符号协同效应有效抑制了物理幻觉现象。
引言
在航空航天工业中，复杂组件的制造（例如，航空发动机外壳、叶片和涡轮机壳体）要求极高的精度和可靠性[1,2]。这些产品的特点是具有高密度的特殊结构特征（SSFs），包括深度不规则的沟槽、不对称的倾斜表面和非标准的圆角，如图1(a)所示。与标准特征（例如，简单的孔或矩形口袋）不同，SSFs通常需要高度定制的切割工具和精确的加工策略来处理难以切割的材料，如钛合金和镍基超级合金[3]。鉴于这些零件的极高价值，工艺规划的可靠性至关重要；工具选择或参数设置的任何单一错误都可能导致灾难性的报废[4]。
传统上，这种复杂特征的工艺规划主要依赖于手动经验或基于静态规则的系统，这往往导致效率低下和不一致性。近年来，数据驱动的智能在自动化 machining 决策方面取得了显著的初步成功。例如，深度卷积神经网络（CNN）通过直接将 3D 或 2D 视觉输入（如图 1(b) 所示的工程图纸）映射到特定特征的过程计划中，展示了出色的效果[5]。图卷积网络（GCNs）已被用于建模特征相互作用以进行工艺路线规划[6]，而深度生成模型结合孪生神经网络已被用于学习可制造性分析和初步工艺选择[7]。
然而，这种数据驱动的范式在很大程度上将工艺规划简化为几何模式识别或统计映射问题。随着制造领域向大规模定制转变，传统判别模型的局限性变得越来越明显。首先，作为“黑盒”运行的这些模型仅提供分类标签，而不解释背后的工程逻辑（如图 1(c) 所示的几何约束匹配[8]）。其次，当前的模型缺乏知识基础。尽管它们可以识别几何模式，但它们对物理约束（如长度与直径（L/D）比率、材料物理特性或工具目录逻辑）没有内在的理解。因此，当面临复杂且多变的实际加工条件时，这些模型可能会输出无效甚至危险的决策，这些决策违反了物理定律和制造常识（例如，忽略与长悬垂部分相关的振动风险），使得它们在实际的车间环境中无法执行。
大型语言模型（MLLMs）的出现，凭借其理解和处理非结构化、多模态输入的出色能力，有望打破制造领域长期存在的数据孤岛，并为智能制造开辟新路径[[9], [10], [11]]。然而，由于生成模型本质上基于联合概率分布，MLLMs 固有地存在“幻觉”问题。这一根深蒂固的缺陷阻止了它们独立处理航空航天制造中需要绝对准确性和可靠性的低容错率工艺决策任务[12]。特别是在缺乏领域知识约束的情况下，这种概率生成极易触发灾难性的“物理幻觉”——生成在语言和几何上看似合理但在机械上不可行的工艺计划（例如，推荐直径超出切割宽度的工具，导致干涉）。因此，生成的内容必须严格受限于包含专家事实、物理约束和资源边界的领域知识，并进行验证。然而，大多数现有的多模态工业大型模型的应用仍停留在表面性的视觉文本问答层面，缺乏将非结构化视觉感知（例如，工程图纸中的几何拓扑结构）与严谨的符号制造规则（例如，物理公式和机器极限）深度对齐的机制。
为了解决上述挑战，本文提出了一个基于知识的多模态认知框架（KGMCF），用于航空航天 SASFs 的生成工艺规划。该框架将 MLLMs 的认知泛化能力与符号物理知识的严谨性深度整合。首先，构建了一个航空制造知识包（Aero-MPKG），为视觉感知提供确定的逻辑边界和物理锚点。其次，设计了一种基于知识的 SNS 策略，用于生成包含专家级推理链的指令调优数据集，从而促进 MLLM 的领域特定微调。最后，通过引入具有物理意识的协同训练（CoT）和符号验证循环，该框架可以自主生成全面的工艺计划（如图 1(c) 中的工艺卡），包括最佳切割工具、工艺路线和经过验证的工艺参数，同时确保严格遵守物理边界。
本文的其余部分组织如下：第 2 节回顾相关文献。第 3 节介绍所提出的认知框架的总体架构。第 4 节详细说明知识基础和基于物理的推理的关键技术机制。第 5 节展示实验基准测试、消融研究和案例研究。最后，第 6 节总结研究贡献并概述未来研究方向。
章节片段
数据驱动的 machining 特征识别和工艺规划
作为连接设计和工艺规划的桥梁，Machining Feature Recognition (MFR) 的根本目的是从几何实体中提取制造语义[13]。最近，数据驱动算法的引入显著加速了这一领域的自动化。早期的深度学习方法主要依赖于将 3D 模型的维度降低到中间视觉表示。例如，Wang 等人[14] 将热核签名（HKS）与
整体框架
为了解决研究空白，提出的 KGMCF 模拟了高级工艺工程师的“感知-检索-推理”认知闭环，在该循环中，判别性感知提供候选特征证据，而基于知识的生成性推理在制造约束下检索、验证和完善工艺决策。KGMCF 架构由三个协同工作的层组成：多模态感知层、知识基础层和
多模态指令数据构建
航空航天 SASFs 在几何拓扑和物理约束之间表现出高度的耦合。现有的开源数据集，如 ShapeNet[45]或 FeatureNet[46]，主要由具有纯几何模型的简单部件或特征组成，缺乏下游工艺规划所需的语义知识和物理参数。在本文中，以航空航天涡壳作为代表性的工业对象，研究了 20 种典型的 SASFs，包括深度轮廓沟槽
硬件和软件配置
所有实验都在配备了 NVIDIA A800 GPU（80GB VRAM）和 Intel Core i9-13900K CPU 的高性能工作站上进行。软件栈基于 Ubuntu 22.04 LTS 和 Python 3.10 构建，使用 Neo4j 5.18 进行 Aero-MPKG 图谱存储，FAISS 1.7.4 进行基于 HNSW 的跨模态视觉锚定，以及 LLaMA-Factory 进行 LoRA 指令微调。为了确保确定的推理和严格遵守物理约束，MLLM 的温度被设置为 0.2。详细
结论和未来工作
为了打破传统数据驱动模型的“黑盒”限制，并从根本上克服 MLLMs 在领域应用中的固有“物理幻觉”问题，本文提出了一个用于 SASFs 的 KGMCF。通过将 MLMMs 的生成能力锚定在 Aero-MPKG 的确定性数字基础设施中，该框架有效减轻了工业生成式 AI 中固有的“物理幻觉”问题。首先，通过实施跨模态视觉锚定
CRediT 作者贡献声明
徐青峰：撰写——原始草稿、软件、方法论、调查、形式分析、数据CURATING、概念化。周光辉：撰写——审阅与编辑、监督、资源协调。马东旭：撰写——审阅与编辑、形式分析。张康龙：撰写——原始草稿、数据CURATING。张超：撰写——审阅与编辑、监督、调查。
徐青峰|周光辉|马东旭|张康龙|张超
