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

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_sourcecopy_webvd_source31c839f46a9a845dd6dd641cbd5c2ac1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、技术栈前端技术栈 (web-vue)核心框架: Vue 3.5 TypeScript 5.7UI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 6.1HTTP客户端: AxiosMarkdown渲染: Marked样式: SCSS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文档溯源每个知识三元组关联源文档 ID支持知识追溯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用户管理用户注册登录、分权管理、个人信息与管理员操作文档管理多格式上传、浏览搜索、CRUD、目录管理、MD5 去重智能问答与会话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、多维度统计数据统计核心指标统计与趋势可视化应用场景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?pwd8p84 提取码: 8p84完整系统源码(1)前端源码(web-vue)(2)后端和算法端源码(web-flask)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)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