研究团队提出的健康管理框架

旋转机械是能源、制造等关键领域的重要装备，其健康状态直接关系到系统的安全与可靠运行。传统的故障诊断方法多针对单一部件或特定工况，难以满足复杂多变工业场景下的健康管理需求。

针对这一问题，中国科学院沈阳自动化研究所智能检测与装备研究室科研团队开展研究并提出了一种基于大语言模型的统一旋转机械健康管理框架。该框架创新性地引入了谱折叠网络与语义投影机制，让振动信号与语言模型语义空间深度融合，可在统一体系下完成异常检测、故障诊断和维护建议等多任务推理。

研究表明，该方法在多部件、多工况条件下表现出良好的泛化性与可解释性，为复杂工业设备的智能健康管理提供了新思路。

该成果以A unified rotating machinery health management framework leveraging large language models for diverse components,conditions,and tasks为题，发表于人工智能领域国际期刊 Engineering Applications of Artificial Intelligence。沈阳自动化所博士研究生彭浩天为论文第一作者，王伟研究员、高洁副研究员为通讯作者。该研究得到了国家自然科学基金和辽宁省自然科学基金项目的支持。（智能检测与装备研究室）

DOI: 10.1016/j.engappai.2025.112544

论文地址：https://www.sciencedirect.com/science/article/pii/S0952197625025758