质量溯因 Agent：从缺陷反查工艺

业务痛点，讲人话

表面检测系统报告：某卷带钢距头部 3000 米处有一个划伤。

然后呢？

现有的表检系统大多止步于此——检出、分类、判级。这确实有用（能拦住不合格品），但价值链最肥的一段在后面：

这个缺陷是哪个工序造成的？是什么参数越界了？下一卷怎么避免？

一个只会告诉你"这里有缺陷"的系统，本质上是个高级质检员。而能回答"因为 3 号机架的辊子有损伤"的系统，才真正参与了生产改进。

按行业普遍经验，溯因带来的工艺改进收益，往往是单纯检出收益的数倍——因为检出只能拦住已经变成废品的钢，而溯因能防止下一批继续废。

时空对齐：这个场景真正的门槛

要溯因，你需要沿着物料血缘一路回查：

带钢卷 #C2024xxxx，位置 3000 m
   ↓ 卷取速度 + 时间戳反推
精轧机组通过时刻 T₁ → 取 T₁ 附近各机架的压下量、张力、温度
   ↓ 轧制延伸比换算
对应板坯位置 → 板坯号 #S2024xxxx
   ↓ 连铸切割记录
铸坯位置 → 浇次内序号
   ↓ 浇次-炉次映射
炉号 #H2024xxxx → 取这一炉的炼钢与精炼全部记录

数据长什么样

# 一条溯因证据链（教学示意）
defect:
coil_id: "C-2024-XXXX"
position_m: 3000.4
surface: "top"
class: "roll_mark"          # 表检模型给出的分类
confidence: 0.87
periodicity_m: 1.57         # ★ 关键线索：周期性
#
aligned_context:              # 时空对齐后拉到的上游数据
rolling:
  timestamp: "2024-XX-XX 14:32:07"
  stand: "F5"
  roll_diameter_mm: 500     # 周长 ≈ 1.57 m —— 与缺陷周期吻合
  rolling_force_kN: 18400
  work_roll_campaign_t: 3120  # 该轧辊已服役吨位
slab_id: "S-2024-XXXX"
heat_id: "H-2024-XXXX"
#
hypothesis:
cause: "F5 工作辊表面损伤"
evidence: ["缺陷周期与 F5 辊周长吻合", "该辊服役吨位接近换辊上限"]
action: "建议提前换辊并检查辊面"

分层设计

一个可行的溯因 Agent 大致分三层，从确定到不确定：

第一层：规则匹配（确定性最高） 周期性缺陷 → 匹配设备周长；缺陷集中在带钢边部 → 指向边部温度或铸坯角部；缺陷集中在某个炉次的所有卷 → 指向炼钢洁净度。

第二层：统计归因 把该缺陷出现与不出现的样本对比，在高维工艺参数空间里找出哪几维分布显著不同。这是特征归因问题，可解释性要求高于精度。

第三层：LLM 综合与解释 把前两层的证据、历史相似案例、工艺规程知识组织成一份人能看懂的溯因报告，并给出整改建议。