一、成果简介
本项目成果是针对工业场景中多设备协同监测需求与传统异常检测模型泛化性不足的问题，研发的轻量化、分布式工业异常检测技术。其核心创新在于将多智能体系统架构与大模型提示学习技术相结合，形成 “分布式采集 - 提示式识别 - 协同式决策” 的完整流程。突破了传统工业异常检测依赖集中式计算、人工标注样本量大的技术瓶颈，是工业智能监测领域的技术创新应用，适用于流水线设备监测、化工工艺参数监控、电力设备运行状态检测等场景。其核心价值在于无需大规模改造现有工业控制系统，即可实现异常检测能力的升级，同时降低了模型训练与维护的成本，为工业生产的智能化监测提供了可落地的技术方案，符合工业互联网 “轻量化、分布式” 的发展趋势。
二、相关专利
一种基于多智能体提示学习的工业异常检测方法（ZL 2025 1 1367656.1）
三、联系方式
项目单位： 福建师范大学泉港石化研究院（福建师范大学泉港低碳产业创新研究院）
联系人： 陈志德 联系电话： 13959158448
电子邮箱： zhidechen@finu.edu.cn
通讯地址：福建省泉州市泉港区驿峰西路596
