一种边云协同设备多工况异常模式识别方法

本发明提供一种边云协同设备多工况异常模式识别方法，包括以下步骤：复杂制造系统设备传感器部署与多模态加工数据采集：设备时序数据的预处理：在边缘侧对从各传感器收集到的多模态加工数据进行清洗、标准化以及特征工程；边缘侧模型的搭建和更新：在边缘侧，采用改进的OPTICS算法，对预处理后的设备时序数据进行聚类，利用标签数据识别聚类得到的整个簇中的其他数据，更新边缘侧数据库；将步骤二经过边缘侧预处理后的设备时序数据上传到云端，在云端部署迁移学习模型；利用边云协同实现对复杂制造系统异常模式的精准识别。