一种基于大语言模型的工业系统自动化故障诊断方法

本发明公开了一种基于大语言模型的工业系统自动化故障诊断方法。方法构建了工业数据、自然语言描述与知识推理的三层映射体系，将现场多源传感器数据语义化转换，并基于历史数据与日志构建基于大语言模型的定量计算模型。借助检索‑增强生成技术实时匹配故障案例作为参考，与异常信息一起输入基于大语言模型的知识推理模型中，生成结构化逻辑推理链，并进一步输出包含候选故障、成因分析及处置建议的诊断结论。同时，通过用户反馈与强化学习机制，对模型和知识库进行自适应更新，有效弥补传统静态规则与专家经验的不足，显著提升了故障检测的准确性、解释性与鲁棒性，适应复杂多变工况要求。