一种设备故障诊断和预测性维护方法和系统

本发明公开了一种设备故障诊断和预测性维护方法和系统，涉及设备检测技术领域，将设备扭矩信号数据和振动信号数据输入到故障检测和动作预测模型中，以输出故障诊断结果和动作预测结果；所述故障检测和动作预测模型的构建和训练如下：采集设备的扭矩信号数据和振动信号数据并预处理，得到预处理后的设备扭矩信号数据和振动信号数据；对预处理后的设备扭矩信号数据进行特征提取并SOM聚类，构建故障诊断模型，以诊断设备是否发生故障，将发生故障设备的故障诊断结果输出；基于预处理后的振动信号数据训练基于分位数回归的长短期神经网络的预测模型，当设备未发生故障时，基于已训练完成的预测模型输出设备动作预测结果；该设备故障诊断和预测性维护方法和系统，提升了整个生产线的稳定性和经济效益。