机械工程学报 ›› 2026, Vol. 62 ›› Issue (18): 226-240.doi: 10.3901/JME.260772
• 特邀专栏:大模型驱动的高端装备智能运维 • 上一篇
王杰1,2, 段凯文2, 张继2, 陈是扦1, 翟婉明1
WANG Jie1,2, DUAN Kaiwen2, ZHANG Ji2, CHEN Shiqian1, ZHAI Wanming1
摘要: 大语言模型的语义建模与链式推理能力,为机械故障诊断由“结果判别”向“依据解释”拓展提供了新途径。现有方法多依赖单模型微调或时频特征直接拼接,难以解耦时域冲击表征与频域调制机理,且缺乏对生成推理过程的物理一致性约束,易导致单视角误判。针对上述问题,提出融合物理先验与多智能体思维链协同的生成式轴承故障诊断框架DiagAgent。首先,构建多视图物理语义重构机制,将时域统计特征和频域包络特征转化为结构化语义描述,实现振动信号数值特征与文本语义空间的对齐;其次,基于参数高效微调构建TimeAgent与FreqAgent异构专家,分别建模时域冲击感知和频域机理匹配逻辑,生成具有显式因果关系的诊断推理链;最后,引入JudgeAgent,从逻辑自洽性和物理一致性两方面校验推理过程,抑制生成幻觉并完成多专家冲突仲裁。实验结果表明,DiagAgent的综合诊断性能优于主流基线模型,在小样本和复杂噪声工况下仍保持稳定;同时可输出包含诊断结果、特征依据与推理逻辑的诊断报告,兼具可解释性与边缘部署潜力,为工业场景下轴承故障智能诊断提供了新方案。
中图分类号: