一种结合数字孪生和机器学习的设备故障诊断方法

本发明属于矿山机械设备故障诊断技术领域，为及时找到设备运行时的故障发生部位，提出了一种结合数字孪生和机器学习的设备故障诊断方法，包括：获取监测数据；基于设备实体的物理参数构建数字孪生模型，基于实时监测数据对所述数字孪生模型进行模拟仿真；结合主成分分析算法和局部保持投影算法，构建局部‑全局嵌入学习算法模型；基于局部‑全局嵌入学习算法模型和历史、实时监测数据，获取该模型的诊断结果；基于局部‑全局嵌入学习算法模型的诊断结果和数字孪生模型的仿真结果，确定设备故障信息，及时发现故障迹象，从而及时对矿山机械设备的故障诊断，帮助工作人员更清晰地了解设备的运行状态和性能，进而制定更合理的维护计划和策略。