arXiv NLP·6 小时前★ 2

TFC-MMFD:旋转机械故障诊断多模态融合基础模型

原文标题:A Time-Frequency-Condition Multimodal Fusion Foundation Model for Universal Rotating-Machinery Fault Diagnosis under Multi-Element Heterogeneous Scenarios

重要度 2/5 · AI 综合评估报道影响力与新鲜度,4–5 分为高价值资讯。

AI 智能摘要

论文提出 TFC-MMFD,将统计指标、时频图像、振动序列与文本描述统一 化为类语言序列,用 主干加跨模态双向与 Q-Former 提炼故障模式查询,通过匹配自然语言故障锚点完成诊断。在十个轴承数据集上达 99.40% 准确率,多数未见工况下无需适配仍保持 80% 以上,少样本新机器准确率从 20.26% 提升到 95.63%。

所属主题多模态3
阅读原文 +0
AI 处理过程展开/收起
原始标题:A Time-Frequency-Condition Multimodal Fusion Foundation Model for Universal Rotating-Machinery Fault Diagnosis under Multi-Element Heterogeneous Scenarios
AI 中文标题:TFC-MMFD:旋转机械故障诊断多模态融合基础模型
来源:arXiv NLP · 发布于 6 小时前
分类:应用产品 · AI 重要度:★ 2(2)
标签:多模态 / 故障诊断 / 大模型 / 工业 AI / LLaMA
关键词:故障诊断 / 多模态基础模型 / 工业 AI / 旋转机械 / LLaMA
AI 处理:2026/11/13 18:01:25 · 模型 deepseek-chat · 规则版本 2026-10-21.1
AI 生成以上内容由 AI 自动生成:中文标题、摘要、分类与重要度;同一事件的多家报道会自动归并展示。 内容仅供参考,可能存在偏差,请以原文为准, 不构成任何投资或专业建议。
版权归原作者与原发布平台所有;若涉及侵权或信息错误,请在举报与侵权投诉页反馈,我们会及时处理。
每天 09:30,3 条 AI 圈真正重要的变化,免费订阅 →
内容有误或摘要不准?告诉我们
TFC-MMFD:旋转机械故障诊断多模态融合基础模型 - 智讯 AI News