【Objetivo】 Para resolver problemas de fragmentação do conhecimento, inconsistência semântica e baixa eficiência de busca na gestão do conhecimento sobre falhas em equipamentos de usinas, propõe-se um método inteligente de perguntas e respostas que integra gráfico de conhecimento e geração aumentada por busca, visando a integração eficaz do conhecimento sobre falhas, uniformidade semântica e consultas eficientes e precisas. 【Método】 O método baseia-se na tabela de análise de modos e efeitos de falha, expressa semanticamente o conhecimento na área de falhas através da modelagem ontológica, transforma textos não estruturados em tríades estruturados que atendem às restrições ontológicas, constrói um gráfico de conhecimento de falhas capaz de raciocínio semântico e gera simultaneamente índices vetoriais para nós do gráfico e segmentos de texto, formando uma base dupla de conhecimento "relação factual + embedding semântico". Na fase de perguntas e respostas, ao executar a busca por relações no gráfico e a busca semântica vetorial, os resultados dos dois canais são fundidos para formar um contexto reforçado para o grande modelo de linguagem, gerando respostas mais científicas e precisas. 【Resultados】 Em 20 questões típicas que cobrem vários cenários, foram comparados os resultados do modelo de linguagem grande puro, injeção de texto completo da tabela, reforço por busca vetorial e o método proposto. Os resultados experimentais mostram que o método proposto apresentou melhor desempenho em cobertura de informação e adaptação semântica, com pontuação geral de 91,2, superando os métodos comparados. 【Conclusão】 O método de perguntas e respostas proposto integra eficazmente o raciocínio preciso das relações do gráfico de conhecimento com a capacidade de generalização semântica da busca vetorial, proporcionando melhora abrangente em precisão, cobertura e explicabilidade com baixa latência de resposta, oferecendo uma solução eficaz para a gestão e aplicação do conhecimento sobre falhas em equipamentos de usinas.

equipamentos de usinas; perguntas e respostas sobre falhas; gráfico de conhecimento; geração aumentada por busca; grande modelo de linguagem