一种基于自然语言故障特征与大模型知识增强推理的工业故障诊断方法及系统

本发明涉及工业设备状态监测与智能故障诊断的技术领域，公开了一种基于自然语言故障特征与大模型知识增强推理的工业故障诊断方法及系统，包括：在设备运行阶段，获取来自被测设备的多源监测与状态分析结果；将特征转换为结构化自然语言的故障特征文本；对故障特征文本进行向量化编码，在预构建的工业故障知识库中执行相似度检索，召回知识片段；基于故障特征文本与召回知识片段构建推理提示词，输入至大语言模型以进行知识增强推理，生成诊断结果。本发明有效解决了现有基于规则库或知识图谱的智能诊断技术存在数值证据与语义知识难以统一、知识覆盖与更新成本高、跨工况迁移与结论一致性不足的问题。