关键词：智能故障诊断;通用基础模型;振动信号;旋转机械;模型泛化性
摘 要：针对现有旋转机械智能故障诊断方法往往普适性较差，通常仅适用于特定型号、结构、工况、测点、载荷等场景的问题，本文建立了面向旋转机械装备的智能故障诊断通用基础模型，适用于多种常见装备、工况、测点等条件下轴承、齿轮等关键零部件的状态监测，对未知实测装备具有故障异常检测的能力，并在有少量实测数据支撑下能够快速实现对新装备的高精度智能诊断。通过挖掘多种类型旋转机械装备海量状态监测数据，提出了多源数据结构多尺度自适应对齐方法解决了不同装备数据时频结构不一致的难题，构建了多层级状态融合的智能诊断模型实现了对装备状态标注信息的高效利用，建立了对典型旋转机械装备普适性强的智能故障诊断通用基础模型，并提出了诊断通用基础模型的个体定制化适配方法，提升了模型对实测新装备适用性，并在广泛的旋转机械装备状态监测数据集上对所提方法进行了验证。实验结果表明，智能诊断通用基础模型能够直接对未知实测装备进行异常检测，在未进行监督微调的情况下，模型整体诊断准确率达到了88.5%；在少量数据微调下，能够迅速适应实测装备，实现高达98.6%的诊断准确率，表明所提出的方法具有良好的工程应用潜力，有望在工程场景下进行推广应用。
内 容：原文可通过湖北省科技资源共享服务平台(https://www.hbsts.org.cn/)获取