跳转至

文章背景与核心概要

工业设备的调试传统上需要工程师从异构的PDF手册中手动提取数百个协议特定的参数，并将其转录到监控控制系统中，这是一个耗时且极易出错的工作流程。为了解决这一痛点，本文推出了 SysName，这是一个面向生产环境的端到端管道，可实现主要工业协议（Modbus RTU、OPC-UA、Profibus DP和CANopen）的设备配置自动化。

该系统通过结合由 ECLASS、AAS 和 SOSA/SSN 派生的本体图，构建了混合稠密-稀疏检索索引，并利用带有交叉编码器重排器（cross-encoder reranker）的 BGE-M3 编码器 来精准提取相关的手册段落。在生成阶段，系统采用本地大语言模型（\(T=0.1\)）通过特定协议的提示词和四步修复管道来生成与本体对齐的 JSON-LD 配置。此外，SysName 创新性地引入了两阶段弃权门控机制（结合了重排器分数阈值和 IRI 解析率），在 SHACL 验证之前拦截不安全的 LLM 调用并过滤低覆盖率的配置。其实验与真实案例验证表明，该系统能够高效、安全地完成复杂工业设备的自动化配置。

RAG-Based Auto-Configuration for Industrial Fieldbus Devices

arXiv ID: arXiv:2608.08618
Subjects: Robotics (cs.RO); Artificial Intelligence (cs.AI); Computation and Language (cs.CL)
Authors: Aadil Gani Ganie, Saad Ezzini, Naveed Farooz Marazi
Submission Date: August 9, 2026

arXiv ID: arXiv:2608.08618
学科分类: 机器人学 (cs.RO)；人工智能 (cs.AI)；计算与语言 (cs.CL)
作者: Aadil Gani Ganie, Saad Ezzini, Naveed Farooz Marazi
提交日期: 2026年8月9日

📌 Executive Summary

Industrial device commissioning traditionally requires engineers to manually extract hundreds of protocol-specific parameters from heterogeneous PDF manuals and transcribe them into supervisory control systems—a time-intensive and error-prone workflow.

This paper introduces SysName, a production-oriented pipeline that automates device configuration end-to-end for major industrial protocols: Modbus RTU, OPC-UA, Profibus DP, and CANopen.

Key Innovations & Highlights

  • Hybrid Retrieval: Builds a hybrid dense-sparse retrieval index augmented by an ontology graph derived from ECLASS, AAS, and SOSA/SSN, utilizing a BGE-M3 encoder with a cross-encoder reranker to surface relevant manual passages.
  • Ontology-Aligned Generation: Employs a local LLM (\(T=0.1\)) to generate ontology-aligned JSON-LD configurations via protocol-specific prompts and a four-step repair pipeline.
  • Safety & Abstention Gate: Features a two-stage abstention gate combining a reranker-score threshold and an IRI resolution ratio to block unsafe LLM invocations and filter low-coverage configurations before SHACL validation.
  • Robust Performance: On a gold set of 28 field-level queries, the hybrid retriever reaches a HitRate@10 of 0.96, and the reranker raises MRR@10 from 0.56 to 0.63 with perfect score separation for abstention.
  • Real-World Validation: A case study successfully commissions a physics-simulated Universal Robots UR5e robot from unmodified vendor documentation, achieving field-level F1=1.0 over three runs with read-back and joint-consistency verification.

工业设备调试传统上需要工程师从异构的 PDF 手册中手动提取数百个协议特定的参数，并将其转录到监控控制系统中——这是一个耗时且极易出错的工作流程。

本文介绍了 SysName，这是一个面向生产环境的管道，可实现主流工业协议（Modbus RTU、OPC-UA、Profibus DP 和 CANopen）的设备配置端到端自动化。

核心创新与亮点

  • 混合检索： 构建了一个由 ECLASS、AAS 和 SOSA/SSN 派生的本体图增强的混合稠密-稀疏检索索引，利用带有交叉编码器重排器的 BGE-M3 编码器 来浮现相关的手册段落。
  • 本体对齐生成： 采用本地大语言模型（\(T=0.1\)），通过协议特定的提示词和四步修复管道来生成与本体对齐的 JSON-LD 配置。
  • 安全与弃权门控： 具备两阶段弃权门控机制，结合了重排器分数阈值和 IRI 解析率，以在 SHACL 验证之前拦截不安全的 LLM 调用并过滤低覆盖率的配置。
  • 鲁棒的性能： 在包含 28 个现场级查询的黄金数据集上，混合检索器的 HitRate@10 达到了 0.96，重排器将 MRR@10 从 0.56 提升至 0.63，并为弃权提供了完美的得分分离度。
  • 真实世界验证： 一个案例研究成功地根据未经修改的供应商文档对物理模拟的 Universal Robots UR5e 机器人进行了调试，在经过回读和关节一致性验证的三次运行中，实现了现场级的 F1=1.0。

📄 Abstract

Industrial device commissioning requires engineers to manually extract hundreds of protocol-specific parameters from heterogeneous PDF manuals and transcribe them into supervisory control systems, a time-intensive, error-prone workflow. This paper presents SysName, a production-oriented pipeline that automates device configuration end-to-end for Modbus RTU, OPC-UA, Profibus DP, and CANopen. It builds a hybrid dense-sparse retrieval index augmented by an ontology graph derived from ECLASS, AAS, and SOSA/SSN, using a BGE-M3 encoder with a cross-encoder reranker to surface relevant manual passages. A local LLM (\(T=0.1\)) generates ontology-aligned JSON-LD configurations via protocol-specific prompts and a four-step repair pipeline. A two-stage abstention gate, combining a reranker-score threshold and an IRI resolution ratio, blocks unsafe LLM invocations and filters low-coverage configurations before SHACL validation. On a gold set of 28 field-level queries, the hybrid retriever reaches 0.96 HitRate@10, and the reranker raises MRR@10 from 0.56 to 0.63 with perfect score separation for abstention. The generator attains field-level F1=0.87 with exact match on 9 of 12 runs. End-to-end runs on an H100 GPU complete in 2.6-6.6s per device with zero unsafe writes and zero silent failures on a five-device benchmark; every unsuccessful run is flagged by abstention or deployment verification. Component-wise evaluation localises the single systematic failure to OPC-UA generation, invisible to end-to-end metrics alone. A case study commissions a physics-simulated Universal Robots UR5e robot from unmodified vendor documentation (254-page manual, 8-page register list, 496 chunks), reaching field-level F1=1.0 over three runs with read-back and joint-consistency verification. An ablation study and comparison with five industrial-LLM systems complete the analysis.

工业设备调试需要工程师从异构的 PDF 手册中手动提取数百个协议特定的参数，并将其转录到监控控制系统中，这是一个耗时且容易出错的工作流程。本文提出了 SysName，这是一个面向生产环境的管道，可实现 Modbus RTU、OPC-UA、Profibus DP 和 CANopen 的设备配置端到端自动化。它构建了一个由 ECLASS、AAS 和 SOSA/SSN 派生的本体图增强的混合稠密-稀疏检索索引，使用带有交叉编码器重排器的 BGE-M3 编码器来呈现相关的手册段落。本地大语言模型（\(T=0.1\)）通过特定协议的提示词和四步修复管道生成与本体对齐的 JSON-LD 配置。结合重排器分数阈值和 IRI 解析率的两阶段弃权门控，在 SHACL 验证之前阻止不安全的 LLM 调用并过滤低覆盖率的配置。在 28 个现场级查询的黄金数据集上，混合检索器达到了 0.96 的 HitRate@10，重排器将 MRR@10 从 0.56 提高到 0.63，并具有用于弃权的完美得分分离。生成器在 12 次运行中有 9 次达到现场级 F1=0.87 并精确匹配。在 H100 GPU 上的端到端运行在每个设备 2.6-6.6 秒内完成，在五设备基准测试中实现零不安全写入和零静默失败；每次不成功的运行都由弃权或部署验证标记。组件级评估将唯一的系统性故障定位到 OPC-UA 生成，这仅靠端到端指标是不可见的。一个案例研究根据未修改的供应商文档（254 页手册、8 页寄存器列表、496 个文本块）对物理模拟的 Universal Robots UR5e 机器人进行了调试，在经过回读和关节一致性验证的三次运行中达到了现场级 F1=1.0。消融实验和与五个工业 LLM 系统的对比完善了分析。

🔗 Access & Resources