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

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。