Plant Memory 论文：SAP PM 工单构建维护故障本体供人员与 AI Agent 查询

Akash Raj 在 arXiv 发布论文 Plant Memory，提出用技术语言处理（TLP）处理 SAP Plant Maintenance（PM）工单导出数据，构建与 ISO 14224 对齐的维护故障知识本体；每条抽取语句都是带置信度、来源证据和核验状态的具体化事实。结果图通过 Web 应用向人员、通过 MCP 服务器向 AI Agent 提供同一套知识。 论文摘要给出的结果均在合成数据上：对一家半蒸米厂 12 个月 400 条工单的合成导出，基于规则的抽取达到 96.2% 部件准确率、88.9% 故障模式准确率，根因精确率 100% 但覆盖率 62%；在 28 个诊断问题上，本体排序根因的 top-1 正确率为 82.1%，原始 SAP 根因字段为 53.6%。数据基于论文摘要，尚属作者声称，未见独立验证。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。