PFR-DD：原型融合重构与域解耦实现广义零样本故障诊断

针对广义零样本故障诊断（GZSFD）中未见故障被误判为已知故障、未知故障原型偏移的问题，研究者提出 PFR-DD 模型，结合域解耦策略与改进的 OpenMax（利用 Cramér–Rao 下界优化参数拟合），并通过原型融合重构整合专家先验与提取特征、经聚类动态校正原型。在三个平台的十二组复合故障实验中，PFR-DD 优于经典与当前最优模型。