基于大语言模型的铣刀设计智能体构建

摘要

制造业技术升级的挑战之一在于突破刀具设计中对人工经验的过度依赖与复杂计算瓶颈。针对传统参数化设计方法存在建模效率低、多目标优化维度灾难、试错成本高等问题，基于Coze平台构建了大语言模型赋能的铣削刀具设计智能体。通过融合领域知识与大语言模型设计了五模块智能体架构，实现了刀具设计的协同优化；通过多源知识库交叉验证与语义解析、知识溯源及物理约束注入，实现了从工况需求到参数化方案的端到端转化与合理性保障。在智能体方案生成实验中，智能体生成的最优刃口参数组合与文献优化结果吻合，响应时间缩短至84.4 s,知识溯源覆盖率超94%;铣刀基体及涂层材料的选优结果与最优结果保持高度一致。实验表明：该智能体在解析复杂工况语义、实现高维参数空间的智能降维优化、保障物理规律一致性等方面具备可行性，为智能制造场景下的刀具设计提供高效可靠的新方法。

关键词

大语言模型 / Coze平台 / 智能体 / 铣削刀具设计 / 知识库构建