空化诊断在工业管道系统中极具挑战，因为声学响应会随工况显著变化，而相似的时频模式可能对应不同的空化状态。为此我们提出 POC‑VLM（Physical Operating‑Condition‑Guided Vision‑Language Matching）框架。\ \ POC‑VLM 首先将样本特定的工况变量显式嵌入候选空化文本，生成工况感知的语义描述。随后，时频条件文本适配模块根据观测到的声学时频图动态对齐这些物理语义。全局‑局部视觉‑语言匹配层同时捕获整体模式和局部判别特征。\ \ 并行地，基于 K‑Nearest Neighbours 的非参数工况先验估计每个候选状态的物理可行性，并在决策层与视觉‑语言语义证据进行融合。\ \ 在三个真实空化数据集上的实验表明，POC‑VLM 在准确率、召回率等指标上持续超越传统数据驱动、多模态以及领域特定的诊断方法。进一步的消融分析验证了视觉‑语言语义匹配与工况先验的互补作用，并展示了在采样率、噪声水平和观测时长变化下的鲁棒性能。\ \ 点评