OperAItor：化工过程容错运行的智能体框架

论文用化工故障场景基准比较LLM智能体的动作校验配置。

资讯摘要

论文提出开源框架 OperAItor，用于开发和评估大语言模型智能体在化工过程监督性故障管理中的表现。作者在异丙醇脱氢的动态反应-精馏过程上演示，该过程含113变量微分代数模型、8个PI控制回路、22个报警、5组备用泵和11个独立安全仪表功能。框架结合多变量统计监测、故障诊断、知识图谱检索与动作规划，并比较五种动作校验配置；用四个LLM测试20个单/多故障场景。

要点速读

1. 论文提出 OperAItor 开源框架，面向化工过程监督性故障管理的大语言模型智能体开发与评估。
2. 演示过程为异丙醇脱氢反应-精馏系统，含113变量模型、8个PI回路、22个报警、5组备用泵和11个安全仪表功能。
3. 作者报告：无智能体干预时18个场景导致停车、相对无故障运行损失39.9万美元；GPT-5 nano、Qwen3 8B、Mistral 7B 的校验配置将停车降至5-8次并挽回26.5万美元。

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/11/5 08:00:38（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。