使用“大模型”提升功率谱标准差诊断方案——从传统统计量到时序基座模型的系统优化指南

1 为什么要引入大模型

• 跨设备泛化：最新故障诊断基座模型 UniFault 在 9 B 数据点的多域预训练后，仅用 5 - 10 条标注样本即可迁移到新电机，准确率比传统 CNN 提升 6 – 12 pp arXiv。

• 多任务一体：Time series FMs（TimeFound、TimeDiT 等）一次预训练即可兼顾预测、分类、异常检测和缺失值补全，显著降低维护成本 arXivkdd2025.kdd.org。

• 特征自动学习：Transformer 可在原始波形或时-频图上自动捕捉谐波、侧带等复杂模式；再融合人手特征（σ_PSD、谱峭度等）可进一步提高早期故障灵敏度 ar