一种面向PHM的设备状态监测与预测方法

本发明公开了一种面向PHM的设备状态监测与预测方法，包括以下步骤：通过传感器采集设备内部的声音信号；将声音信号数据传输到存储分析模块，存储分析模块接收后将其存储到数据库中；存储分析模块把声音数据输入到预处理模块进行预处理操作；将预处理后的声音信号输入到扩散概率模型中进行数据平衡处理；采用并行动态卷积‑时序网络模型对平衡后的数据进行特征提取与分类；根据分类结果判断设备的健康状态。本发明在设备健康状态监测系统中集成了小波去噪模块、扩散概率模型和深度学习模型，对采集到的设备声音数据进行逐级处理与分析。本发明能够有效提升故障预测的准确性与可靠性，为设备的健康管理提供更精准的决策支持。