Page 99 - 《振动工程学报》2026年第5期

第 5 期 赵 玲，等：大语言模型在跨座式单轨列车齿轮箱振动信号预测中的应用 1303

在超长时间步长下，VSP-LLM 和 VSP-LLM*模型 标上均取得最佳表现。整体看来，在不同工况、不
依 然 有 效 降 低 训 练 损 失， 并 在 较 低 损 失 水 平 上 收 同预测步长下，提出的 VSP-LLM*模型均表现出不错
敛。尤其在时间步长 T = 768时，VSP-LLM*的表现明 的振动信号预测能力。图 12 展示了{7，13，78，87，221}
显优于其他模型，进一步验证了其在长时间步长预 这 5 种工况下模型的预测效果。
测任务中的卓越性能。相反，Autoformer 模型在这些
3.4 泛化能力验证
时间步长下表现最差，损失下降不显著，暴露出其在
长时间步长预测任务中的局限性。Informer 和 Dlinear 为了验证模型的泛化能力，选择凯斯西储大学
在这些超长时间步长下的表现也不及 VSP-LLM 系 的公开数据集进行试验验证，试验结果如表 7 所示，
列模型，尤其在 T = 1536时，VSP-LLM 和 VSP-LLM* 在 CWRU 数据集上，VSP-LLM*模型在所有步长下均
的最终训练损失明显低于其他模型。 表现出较低的均方误差（MSE）和平均绝对误差（MAE）。
表 6 汇 总 了 VSP-LLM*模 型 在 DGLC 数 据 集 上 特别地，在 48 步长和 768 步长时，VSP-LLM*模型达
的预测性能，涵盖不同故障工况{7，13，78，87，221}和 到 了 表 格 中 的 最 低 值， 而 在 1536 步 长 下 也 表 现 出
预 测 步 长（ 48 至 1536） ， 各 项 指 标 包 括 MSE、 RMSE 色。在平均指标（Avg）方面，VSP-LLM 模型的 MSE
和 MAE。从试验结果可以看出，VSP-LLM*模型在不 为 0.2585，MAE 为 0.4045，优于其他对比模型，例如
同采样点和步长下均表现优异。在 DGLC 数据集 7 DLinear 的 MSE 为 0.2740，TIME-LLM 的 MAE 为 0.4023。
中，VSP-LLM*在所有步长的 MSE、RMSE 和 MAE 指 在最佳性能统计中，VSP-LLM*在 6 个步长的测试中获

表 6 VSP-LLM*模型在不同工况条件下的振动信号预测结果
Tab. 6 Prediction results of vibration signals by the VSP-LLM* model under different working conditions

参数 评价指标
工况 步长
−1
−1
理论转速/(r·min ) 负载/(N·m) 实际转速/(r·min ) MSE RMSE MAE
48 0.0520 0.2280 0.1798
96 0.0514 0.2267 0.1781
192 0.0591 0.2432 0.1906
7：正常工况 2000 252 1946 384 0.0592 0.2434 0.1910
768 0.0714 0.2672 0.2085
1536 0.0932 0.3052 0.2366
Avg 0.0644 0.2523 0.1974
48 0.1023 0.3199 0.2530
96 0.1103 0.3322 0.2630
192 0.1214 0.3484 0.2745
13：正常工况 1500 334 1460 384 0.1297 0.3601 0.2868
768 0.1361 0.3689 0.2914
1536 0.1606 0.4008 0.3160
Avg 0.1267 0.3550 0.2808
48 0.1014 0.3184 0.2517
96 0.1084 0.3292 0.2613
192 0.1235 0.3514 0.2793
78：装配误差 2000 375 1945 384 0.1273 0.3568 0.2839
768 0.1317 0.3630 0.2882
1536 0.1653 0.4066 0.3207
Avg 0.1262 0.3542 0.2808
48 0.1575 0.3969 0.3076
96 0.1776 0.4215 0.3262
192 0.1934 0.4398 0.3405
87：装配误差 2000 252 1945 384 0.2104 0.4587 0.3517
768 0.1944 0.4409 0.3377
1536 0.2111 0.4594 0.3517
Avg 0.1907 0.4362 0.3359
48 0.1074 0.3278 0.2510
96 0.1058 0.3254 0.2498
192 0.1043 0.3229 0.2484
221：内圈故障 2000 375 1945 384 0.2302 0.4798 0.3654
768 0.1413 0.3759 0.2896
1536 0.1610 0.4012 0.3072
Avg 0.1416 0.3721 0.2852