xie502161175/GB150-Pressure-Vessel-SFT-Sample

🏭 GB150-Pressure-Vessel-SFT: 工业级压力容器大模型微调数据集 (开源 Sample)

🌟 简介 (Introduction)

欢迎来到 GB150-Pressure-Vessel-SFT 数据集开源仓库。本仓库提供 100 条精选的《GB150 压力容器》及相关特种设备标准的高质量指令微调（SFT）数据样本。

目前，通用大模型（如 GPT-4, Qwen, DeepSeek）在面对严苛的工业工程设计时，普遍存在三大致命缺陷：

1. 1.数值幻觉：随意捏造材料在特定温度下的许用应力，导致壁厚计算错误。
2. 2.知其然不知其所以然：只能背诵法条，无法从“材料学”或“力学”底层原理解释规范限制。
3. 3.输出格式混乱：无法生成符合工程院所要求的结构化审查报告。

本数据集由资深大数据专家与压力容器设计专家联合构建，通过“多模态标准解析 + 真实材料字典拦截 + Markdown 专家思维链 (MD-CoT)”流水线打造，旨在为工业大模型注入零幻觉、强逻辑、可溯源的工程灵魂。

🎯 核心优势与特色 (Core Features)

1. 📝 独创的 Markdown 专家思维链 (MD-CoT)

针对压力容器行业对“完整分析过程”的强需求，本数据集摒弃了传统的纯文本对话格式，所有 output 均采用高标准 Markdown 格式编写。 微调后的模型可直接在前端 UI 中渲染出结构清晰的“专家分析报告”，包含：

• —### 💡 专家分析过程（数据查阅、规范依据、计算过程、风险评估）
• —### 🎯 结论与建议（工程实战指导、替代方案推荐）

2. 🛡️ 100% 零数值幻觉 (Zero Hallucination)

数据生成流水线内置了真实的《GB150.2 材料属性字典》。例如 15CrMo 钢在 550℃ 下的许用应力为 37 MPa，数据经过 Python 代码级强校验，彻底杜绝大模型捏造参数，确保工程计算的绝对安全。

3. 🧠 极深的行业 Know-How 注入

数据不仅包含表面的“规范查询”，更深入到金属材料学底层机理（如：碳化物球化、高温蠕变）与工程实战经验（如：金相检验建议、替代材料推荐），让 AI 真正具备“总工级”的视野。

🗂️ 数据集维度覆盖 (Dataset Taxonomy)

为了全面重塑大模型的工程逻辑，本数据集严格按照压力容器设计的工作流，将指令数据科学划分为 四大核心维度：

1. 1.📖 概念与边界条件类 (Rule & Constraint)
2. 2.目标：训练模型精准把握规范的适用范围、豁免条款及核心术语边界。
3. 3.场景：区分“设计压力 vs 计算压力”、界定低温容器的温度阈值、判断非圆形截面容器是否受 GB150 管辖等。
4. 4.🔍 查表与参数提取类 (Parameter Lookup)
5. 5.目标：攻克复杂工程表格解析难题，拒绝数值捏造。
6. 6.场景：根据材质（如 Q345R）、设计温度、钢板厚度等多维条件，精准提取许用应力、弹性模量等物理参数。
7. 7.🧮 工程计算推理类 (Calculation with CoT)
8. 8.目标：赋予模型严密的数学与物理推演能力（价值最高的数据类型）。
9. 9.场景：涵盖内/外压圆筒、封头壁厚计算等。强制模型输出“提取参数 -> 匹配公式 -> 代入计算 -> 考虑腐蚀裕量 -> 工程圆整”的完整思维链。
10. 10.🕵️ 合规性审查与纠错类 (Compliance Audit)
11. 11.目标：赋予模型“老总工”的审查视角，实现图纸与计算书的智能挑错。
12. 12.场景：输入带有缺陷的设计参数（如超温使用材料、安全系数取错、遗漏液柱静压力、错用无保温层泄放公式），训练模型精准纠错并给出整改建议。

📊 数据样例展示 (Data Sample)

本数据集采用通用的 Alpaca JSONL 格式。以下为真实数据样例：

{"instruction": "一台压力容器筒体采用Q345R钢板制作，设计压力P=2.5MPa，筒体内径Di=1200mm，设计温度200℃，焊缝系数φ=0.85，腐蚀裕量C2=2mm，钢板厚度负偏差C1=0.8mm。请计算筒体所需壁厚。", "input": "", "output": "### 💡 专家计算与推演过程\n\n### 1. 公式适用性核算\n\n根据 GB150.3-2011 公式4-1，内压圆筒壁厚计算公式为：\n$$ \\delta = \\frac{P D_i}{2 [\\sigma]^t \\phi - P} $$\n该公式基于薄膜应力理论推导，适用于设计压力 $P$ ≤ 0.4$[\\sigma]^t$ 的薄壁圆筒。本例中设计压力较低，完全满足适用条件。\n\n### 2. 核心参数确定\n\n- **许用应力**：按 GB150.2-2011，Q345R钢板（厚度 3～16 mm）在 200℃ 时许用应力 $[\\sigma]^t$ = 183 MPa。温度从 20℃ 升至 200℃，许用应力从 189 MPa 降至 183 MPa，下降约 3.2%，这是因为高温下材料晶格热振动加剧，导致屈服强度和抗拉强度下降。\n\n- **设计压力**：$P$ = 2.5 MPa\n\n- **筒体内径**：$D_i$ = 1200 mm\n\n- **焊缝系数**：$\\phi$ = 0.85（局部无损检测）\n\n- **腐蚀裕量**：$C_2$ = 2 mm\n\n- **钢板负偏差**：$C_1$ = 0.8 mm\n\n### 3. 许用应力厚度范围选择说明\n\n按 GB150.2-2011 规定，Q345R许用应力按厚度分档：3～16mm、>16～36mm、>36～60mm、>60～100mm。计算时需先假设厚度范围进行试算，最终验证所选厚度范围是否正确。本例初步假设厚度在 3～16mm 范围内，$[\\sigma]^t$ = 183 MPa。\n\n### 4. 数值代入计算\n\n计算表达式：$2.5 \\times 1200 / (2 \\times 183 \\times 0.85 - 2.5)$\n\n代入计算：\n$$ \\delta = \\frac{2.5 \\times 1200}{2 \\times 183 \\times 0.85 - 2.5} = \\frac{3000}{311.1 - 2.5} = \\frac{3000}{308.6} = 9.72 \\text{ mm} $$\n\n计算厚度 $\\delta$ = 9.72 mm\n\n**设计厚度** = 计算厚度 + 腐蚀裕量 = 9.72 + 2 = 11.72 mm\n\n**名义厚度** = 设计厚度 + 钢板负偏差 + 圆整量 = 11.72 + 0.8 + 0.48 = 13.00 mm\n\n向上圆整至标准规格：取 $\\delta_n$ = 14 mm\n\n### 5. 厚度范围验证\n\n名义厚度 14 mm，位于 3～16 mm 范围内，与假设一致，许用应力取值正确，无需重新计算。\n\n---\n\n### 🎯 最终设计结论\n\n计算厚度 $\\delta$ = 9.72 mm，名义厚度 $\\delta_n$ = 14 mm。\n\n【工程实战建议】\n1. **厚度圆整**：按 GB/T 709 标准钢板规格，14 mm 为常用规格，便于采购。\n2. **腐蚀裕量**：2 mm 为一般介质腐蚀裕量，若介质腐蚀性较强，应增加至 3～4 mm；若为无腐蚀介质，可取 1 mm 或更小。\n3. **材料采购**：建议在技术文件中注明\"Q345R，厚度 14mm，正火状态交货\"，确保材料力学性能达标，并要求提供材质证明书。\n4. **安全裕度**：计算厚度 9.72 mm 与名义厚度 14 mm 相比，安全裕度约 44%，可应对意外超压工况。\n5. **焊缝检测**：焊缝系数取 0.85 对应局部无损检测，若需提高焊缝系数至 1.0，需进行 100% 无损检测。"}

(注：微调后的模型输出上述内容时，将在前端完美渲染为带标题、列表和加粗提示的专业工程报告。)

🛠️ 应用场景 (Use Cases)

使用本数据集微调开源大模型（如 Qwen2.5, DeepSeek, Llama-3），您可以快速构建：

1. 1.压力容器智能审查 Copilot：集成于 CAD 或 SW6 软件中，自动审查设计参数。
2. 2.企业级私有 RAG 知识库：作为 RAG 系统的生成端（Generator），提供严谨的工程解答。
3. 3.年轻工程师培训 AI 导师：不仅给出答案，更能解释背后的材料力学原理。

💼 商业授权与完整版获取 (Commercial License & Contact)

当前开源的 100 条数据采用 CC BY-NC-ND 4.0（仅限非商业性学术研究及效果测试使用） 协议。

💎 完整版商业数据集包含 10,000+ 条高质量 SFT 数据，覆盖：

• —GB150.1 ~ GB150.4 全册深度解析
• —复杂公式计算与代码级校验数据
• —常见焊接缺陷与 NDT 无损检测推理数据
• —真实工程图纸审查与纠错案例

如果您是：

• —正在研发工业大模型的 AI 企业 / 算法团队
• —寻求智能化转型的传统化工设计院 / 特检院 / 重工制造企业
• —需要工业 AI 数据清洗、复杂表格解析与 RAG 私有化部署技术支持

📫 请联系作者获取商业授权、完整数据样例或技术咨询：

• —微信：keepgoon_666
• —邮箱：502161175@qq.com
• —备注：添加时请注明“工业大模型数据合作”

“在工业 AI 领域，通用算力不再是壁垒，绝对严谨的行业 Know-How 数据才是真正的护城河。”