项目	说明
任务	数控机床故障诊断 / 报警解读
微调框架	LLaMA-Factory
数据格式	Alpaca（instruction / input / output）
覆盖系统	FANUC、Siemens 840D、中文维修手册等

设计思路： LoRA 负责学习诊断格式与表达，RAG 负责补充手册与报警原文。

训练配置

参数	值
基座模型	Qwen2.5-7B-Instruct
微调方法	LoRA
LoRA rank / alpha	8 / 16
LoRA target	all（q/k/v/o_proj, gate/up/down_proj）
训练数据	`cnc_diagnosis_sft`（~1440 条）+ identity
Epochs	2
Learning rate	5e-5
Batch size	2 × 8 grad accum
Cutoff len	2048
精度	bf16
Chat template	qwen

快速使用

LLaMA-Factory（推荐）

下载本仓库到本地
打开 WebUI Chat 页
基座模型：Qwen2.5-7B-Instruct
微调方法：LoRA
Checkpoint：选择本仓库目录

transformers + peft

python

from peft import PeftModel
from transformers import AutoModelForCausalLM, AutoTokenizer
import torch

base = "Qwen/Qwen2.5-7B-Instruct"
adapter = "wc8084/cnc-qwen2.5-7b-lora"

tokenizer = AutoTokenizer.from_pretrained(base, trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained(
    base,
    trust_remote_code=True,
    device_map="auto",
    torch_dtype=torch.bfloat16,
)
model = PeftModel.from_pretrained(model, adapter)
model.eval()

prompt = """请根据以下机床故障信息进行诊断分析，给出可能原因、排查步骤和处理建议。

机床系统：FANUC CNC
报警代码：PS300
故障现象：ILLEGAL"""

messages = [{"role": "user", "content": prompt}]
text = tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
inputs = tokenizer(text, return_tensors="pt").to(model.device)

out = model.generate(**inputs, max_new_tokens=768, temperature=0.3, top_p=0.7)
print(tokenizer.decode(out[0][inputs["input_ids"].shape[1]:], skip_special_tokens=True))


推理示例
输入：
机床系统：FANUC CNC
报警代码：PS300
故障现象：ILLEGAL

输出（节选）：
【可能原因】
1. 报警含义：ILLEGAL
2. COMMAND IN SCALING — scaling 过程中指定了非法 G 代码

【排查步骤】
1. 在 FANUC 诊断界面确认报警号 PS300
2. 记录报警发生时的程序段与操作模式
...

【处理建议】
1. 修改程序中的 scaling 相关 G 代码
2. 修复后执行 RESET 复位
...

效果参考
模式	三段式格式通过率	备注
仅 LoRA
~33%
Siemens 较好，FANUC 偶发重复生成
RAG + LoRA
~67%
检索手册后输出更稳定
配合 ChromaDB + bge-small-zh-v1.5 检索 FANUC/Siemens 报警手册，FANUC 类问题改善明显。

文件说明
文件	说明
adapter_model.safetensors
LoRA 权重（~77 MB）
adapter_config.json
LoRA 配置
tokenizer.json
分词器（与基座一致）
chat_template.jinja
Qwen 对话模板
局限与免责声明
本模型不能替代机床厂商官方维修手册与持证工程师判断
FANUC 部分报警文本来源于公开资料解析，可能存在截断或不完整
自我认知建议通过 System Prompt 固定，勿仅依赖微调覆盖基座身份
适用于辅助诊断与学习参考，生产环境请结合 RAG 与人工复核
引用
如在项目或论文中使用，请注明：

CNC Fault Diagnosis LoRA (Qwen2.5-7B-Instruct)
Author: WC
https://huggingface.co/wc8084/cnc-qwen2.5-7b-lora
Base model: Qwen/Qwen2.5-7B-Instruct
License
MIT