智能仓储设备健康状态评估与预测性维护方法及其系统

本发明公开了一种智能仓储设备健康状态评估与预测性维护方法及其系统，通过在设备上布置多模态传感器网络，实时采集振动、应力、温度、电流、电压及图像数据，经边缘数据采集与预处理后，将数据传输至分析层。分析层利用数字孪生模型在线自学习校准，并结合动态权重调整的模糊神经网络对各数据进行融合，计算设备健康指数及剩余寿命预测值。系统可在故障征兆初现前发出预警，并自动生成维护决策和任务调度方案，实现对设备状态的实时监控和预测性维护，从而显著提高仓储系统运行效率和设备可靠性。