レーザ粉末床溶融（LPBF）における説明可能な欠陥分析と低減ガイダンスのための知識駆動型LLM意思決定支援システム

要旨: 本研究は、LPBFを代表的な安全クリティカルなケーススタディとして、構造化された欠陥知識とLLMベースの推論を統合し、製造における説明可能な欠陥診断および低減（ミティゲーション）ガイダンスを提供する、知識駆動型の意思決定支援システムを提示する。提案する、オントロジー統合型のLLMベース意思決定支援システムは、階層的カテゴリと因果関係に整理された27種類の既知のLPBF欠陥タイプを含む知識ベースに基づいて、LPBFの欠陥解析および低減ガイダンスを行うために構築されている。開発したシステムは、体系的な知識検索のためのファジー自然言語クエリをサポートし、文献に基づく欠陥の説明を提供し、さらにエンコードされたプロセス知識から導出された欠陥の原因および低減戦略に関するガイダンスを示す。加えて、基盤モデルに基づくマルチモーダル画像評価モジュールにより、意味整合（セマンティックアラインメント）スコアリングを通じて、代表的な微視的欠陥画像の記述子（ディスクリプタ）ガイド付き解釈を可能にする。提案フレームワークは、汎用の視覚-言語モデルとの質的比較、アブレーションスタディ、および評定者間信頼性分析によって評価された。文献から導出したデータセットでの評価では、完全統合構成が他の3つの評価対象システム構成よりも優れており、マクロ平均F1スコア0.808を達成した。さらに、Cohenのκ（カッパ）を用いた評定者間信頼性分析により、モデル出力と文献由来の参照ラベルの間に実質的な一致があることが示された。これらの結果は、オントロジーに導かれた知識表現が、LLM支援によるLPBF欠陥解析の一貫性、解釈可能性、および実用上の有用性を向上させ得ることを示唆している。