论文阅读：FR-LLM 多任务大模型用于联合故障诊断与 RUL 预测

FR-LLM，一种结合信号到文本编码与自适应优化的多任务大语言模型，旨在解决工业预测性维护中故障诊断（FD）与剩余寿命预测（RUL）的任务割裂及泛化差问题。通过 FFT 提取频域特征、EMD 分解趋势，将振动信号转化为文本 Prompt 输入 LLM。采用统一负对数似然损失函数与 LoRA 微调，并引入 CoBa 动态平衡策略解决多任务收敛差异。实验表明该框架在保持精度的同时提升了部署效率，具有良好的跨工况鲁棒性。