一种基于FPGA与SNN的设备实时故障诊断方法

本发明涉及机械设备监测与智能诊断领域，特别涉及一种基于FPGA与SNN的设备实时故障诊断方法，所述方法包括：获取原始振动信号，构建本地训练集；建立基于注意力机制的SNN诊断模型，采用本地训练集对模型进行训练；将训练好的模型部署至FPGA端；构建基于FPGA的机械振动信号实时采集系统；系统获取实时振动数据并对实时振动数据进行交叉点滑窗预处理，部署至FPGA端的SNN模型对预处理后的数据进行推理，得到诊断结果。本发明通过结合脉冲神经网络模型与FPGA技术，利用边缘计算实现低能耗、高效计算，满足工业环境下对实时性和低延迟的严格要求，有效提升设备监控的智能化水平。