基于多相似设备共享学习的装卸设备健康状态监测方法

本发明公开了基于多相似设备共享学习的装卸设备健康状态监测方法，实时收集多个相似装卸设备的运行数据，服务器为每个装卸设备初始化基础模型，每个装卸设备根据采集的数据进行基础模型自适应学习并对基础模型进行性能评估；服务器将多个装卸设备的基础模型融合到全局模型中，并根据每个装卸设备本地数据生成个性化模型；利用个性化模型进行健康状态预测，根据健康状态预测结果，提供预警信息、维护计划和建议。本发明充分利用装卸设备之间在结构和功能上的相似性，通过共享学习的方式，实现了对大量监测数据的深度挖掘与有效利用，从而大大提升了监测的准确性和实时性。