一种基于大语言模型问答对话的软对比学习故障诊断方法

本发明公开了一种基于大语言模型问答对话的软对比学习故障诊断方法，包括：将目标旋转机械零部件的结构参数和工况信息输入到思维链大语言模型，得到适配于该零部件的强弱数据增强策略及参数；利用分层软标签分配机制对无标签的振动样本进行实例级和时间级分层度量，分别构建实例级软标签矩阵和时间级软标签矩阵；将强增强样本和弱增强样本及其软标签输入至软对比学习模块，通过分层软标签特征细化、交叉预测和上下文一致性任务，预训练特征编码器；给预训练的特征编码器添加故障诊断分类头模块，并利用少量带标签的振动样本进行微调，得到故障诊断模型；通过故障诊断模型进行故障诊断。本发明能够实现自动化数据增强与分层软对比学习的故障诊断。