一种基于时间序列图神经网络技术的油漆喷涂机械臂工作状态异常智能检测方法

本发明涉及工业制造技术领域，具体为一种基于时间序列图神经网络技术的油漆喷涂机械臂工作状态异常智能检测方法，包括如下步骤：S1.多传感器融合的时间序列数据建模，S2.基于图神经网络的异常检测与时序学习，S3.多层嵌入与特征表示，S4.实时监控与异常预警系统，S5.数据分析与计算，S6.结果与输出：通过图神经网络的处理，系统可以学习时序信号中的异常特征，输出层根据嵌入特征和时序信息，生成检测结果。本发明通过多传感器融合技术采集机械臂的多维数据，并结合图神经网络模型处理传感器的时序数据，能够有效捕捉传感器之间的依赖关系和时序特征，实时监控机械臂的工作状态，并实现异常检测与故障预警。