一种基于多源数据融合的联轴器智能诊断方法及系统

本发明公开了一种基于多源数据融合的联轴器智能诊断方法及系统，所述方法包括：实时采集联轴器的多源数据，分别对采集的数据进行特征提取，采用协同群优化算法SSOA对TimeMIL模型参数进行优化，并利用优化后的模型对时序数据进行故障预测；采用OmniGlue‑双通道卷积神经网络PCNN对图像数据进行协同特征提取，并通过结构注意力机制StructSA进行故障诊断；通过贝叶斯模型平均，将故障预测结果和故障监测结果加权融合，综合输出融合故障诊断结果；采用区块链技术，将预处理后的时序数据和图像数据以及其他相关的元数据，以加密的形式存储在区块链的各个节点上。本发明可以有效提高联轴器故障诊断精度，提升系统鲁棒性，提高工作效率。