一套工业时序底座，喂饱监测/诊断/预测所有任务

统一时序基础模型骨干 + 垂类微调：新场景不再从零训练，小样本快速上线，冲压与压铸两大场景已验证

时序基础模型多任务学习垂类微调小样本迁移

项目概述

工业现场每个任务训一个模型，是成本黑洞：监测、诊断、预测各自建模，知识互不相通，新产线上线动辄数月。实验室构建集成工业过程监测的统一多任务时间序列基础模型，让一套底座支撑全部任务。

一套骨干同时服务监测/诊断/预测，多任务共享知识

新垂类场景小样本微调即可上线，大幅压缩部署周期

海量无标签工业数据被半监督策略变成养料

时序信号与工艺语义对齐后接入大模型骨干，垂类微调与提示词工程实现多任务统一建模；小样本半监督策略缓解工业标签稀缺。

1
时序-语义对齐
将传感时序切窗后与工艺语义（工序、设备、参数上下文）对齐编码，使时序片段成为大模型可理解的“工业语言”。
2
统一骨干 + 垂类微调
以统一时序基础模型为骨干，对冲压、压铸、注塑等垂类场景做小样本微调与提示词工程——一套骨干同时服务监测、诊断、预测多任务，新场景从“重训一个模型”变成“微调一个底座”。
3
小样本半监督迁移
用半监督策略吃下垂类场景的大量无标签数据，缓解工业标签稀缺，实现跨场景知识迁移。

同一技术底座已支撑两大深度案例：精密冲压多任务监测（SSRN 案例研究）与先进压铸质量预测（准确率 91%）

方向累计发表 4 篇高水平 SCI，授权 3 项发明专利

适合谁 · 合作入口

想参与工业时序基础模型训练与微调的同学；希望一套底座覆盖多产线智能任务的企业。