自动化测试设备的异常检测与维护决策优化方法及系统

本发明提供自动化测试设备的异常检测与维护决策优化方法及系统，涉及自动化技术领域，包括部署边缘计算单元和多层级传感器网络采集设备数据，利用深度网络模型进行故障诊断，并结合设备运行数据构建维护决策模型。该模型输入量子增强双网络系统计算奖励值，用于训练联邦强化学习框架下的维护策略网络。通过量子进化算法生成维护资源配置方案，并经多准则评价模型和自适应多目标差分进化算法优化，生成维护方案。该方案输入高保真数字孪生模型和多任务深度迁移学习网络进行验证和更新，并将更新数据通过工业物联网平台传输至现场控制系统，同时利用区块链技术记录更新数据，用于深度网络模型的更新。