青岛明思为科技有限公司

本发明涉及故障诊断领域，具体是一种基于工业信号语义编码与大语言模型的设备故障诊断方法，包括以下步骤：S1、数据采集；S2、预处理；S3、多域特征提取；S4、故障语义编码；S5、结构化输入构建；S6、模型适配训练；S7、故障可信度判定，输出设备健康状态、故障类型、故障严重程度、诊断依据及维护建议。本发明通过特征提取和语义量化将连续工业信号转换为大语言模型能够处理的故障语义标记，并融合设备属性及运行工况信息，利用参数高效微调实现工业故障诊断适配；同时结合故障置信度、特征分布距离和输出一致性识别未知或低可信度故障，从而提高变工况条件下设备故障诊断的准确性、可解释性和可靠性。

本发明涉及故障诊断领域，具体是一种基于角域周期性与多点空间响应的盾构机故障诊断方法，包括以下步骤：S1、采集盾构机主轴承相关信号；S2、累计转角计算；S3、包络及冲击评分；S4、候选冲击事件特征；S5、角相位周期性判断；S6、空间响应一致性判断；S7、冲击来源融合判别；S8、外部冲击抑制；S9、包络阶次谱与倍阶联合诊断，输出诊断结果。本发明通过角域重采样实现变转速条件下冲击事件与旋转相位的对齐，利用多测点幅值分布、传播时延和波形一致性排除地质冲击等外部干扰，并通过基阶与倍阶联合分析增强周期性故障特征，从而提高复杂工况下盾构机主轴承故障诊断。