科研仪器是科研工作的重要工具，实时监测与异常诊断对保障实验可靠、提升设备管理效率十分关键。现有监测多依靠人工经验判断，响应滞后、检修成本高；电流数据可客观反映设备工况。面向科研仪器共享平台需求，本文融合物联网架构与Time‑LLM大模型搭建智能监测系统，实现设备状态感知、异常预警与故障溯源。设计科研仪器共享平台状态监测系统，采用分层架构。硬件依靠非侵入式电流传感器采集运行数据，借助NB‑IoT完成低功耗广域传输；软件基于微服务搭建设备管理、数据存储、可视化模块，支持实时监控与异常告警，为算法研究提供数据支撑。针对电流时序异常检测，提出基于TIME‑LLM大模型的检测方案。以X射线衍射仪为对象分析运行与电流特征，构建多尺度特征提取层与动态原型字典，利用自然语言提示增强时序解析能力；结合孤立森林与极值理论做异常评分。数据集测试异常召回率94.28%，正常召回率96.37%，可有效识别电流异常波动。为实现异常原因诊断，提出WCA‑DANN迁移学习模型，基于Wasserstein距离与类别对齐，搭建领域对抗网络与特征适配模块，解决跨设备场景下的领域偏移。跨设备迁移实验中，传感器、硬件、操作三类异常诊断准确率达97.26%，优于传统迁移算法。
作者： 刘岩
指导老师：陈科明
企业导师：曾佳
发布时间：2025年5月