北京宸盈科技有限公司，北京市通州区，101100；
摘要：针对工业设备故障诊断与预测性维护需求，提出了一种大模型架构设计与优化方法，实现了基于大模型的工业设备故障诊断方法改进，并通过实验对诊断效果进行了评价。针对基于大模型的故障诊断方法改进，提出了一种预测性维护效率提升方法，该方法利用大模型在故障诊断方面的优势，优化了工业设备预测性维护的决策流程和执行方案。实验结果表明，与基于特征工程的故障诊断方法相比，基于大模型的故障诊断方法可以有效提高设备运行状态的预测精度和运行效率，为工业设备的状态监测、健康评估及故障预测和预防提供了一种新思路。
关键词：大模型；工业设备；故障诊断方法改进；预测性维护；效率提升
参考文献
[1]王海霞.煤矿设备诊断实现精准“把脉”，运维对症“开方”[N].中国能源报,2025-02-24(007).
[2]王姗姗.为煤炭产业全链升级注入“绿色动力”[N].科技日报,2025-02-11(002).
[3]周浩.基于增量学习的复杂装备故障诊断系统研究[D].西南科技大学,2024.
[4]国内首个工业设备诊断运维大模型上线[J].化工管理,2024,(12):58.
[5]关凤伟.基于时序数据的设备故障检测与故障因子分析方法研究[D].广东工业大学,2019.
