融合大语言模型与MCP协议的离心泵智能优化平台研究

来源：机械与电子杂志2026年第01期北京时间：

作者：刘志卓;吕柏林;李天祥;孙旭东;韦自建

单位： 1.辽宁石油化工大学机械工程学院,辽宁 抚顺 113001;2.阜新市万达铸业有限公司,辽宁 阜新 123004

摘要：针对传统离心泵设计优化方法存在多目标协同能力弱、智能化程度低和用户门槛高等问题,提出一种融合大语言模型(LLM)与模型上下文协议(MCP)的离心泵智能优化平台。该平台以GPT 4等LLM 为核心,实现了自然语言需求解析、结构参数自动映射与知识推理,极大提升了用户交互的友好性与平台智能化水平。结合NSGA II多目标遗传算法和高斯过程回归(GPR)性能预测,平台能够实现多目标协同优化,并利用GPR置信区间对优化结果进行不确定性量化和风险判别。通过MCP协议,系统与企业级数据库、CFD仿真平台等异构资源实现了标准化安全集成。通过典型工业泵工程案例验证,所开发平台可在极少人工干预条件下,自动获得Pareto最优解集,优化效率提升超过60%,性能预测最大误差低于1%。这一成果充分显示出平台在工业应用中的高效性、可靠性及广阔的推广前景。

关键词：离心泵;大语言模型;MCP协议;多目标优化