基于深度学习的数字工厂设备运行状态管理系统及方法

本发明公开了基于深度学习的数字工厂设备运行状态管理系统及方法，属于设备管理领域。该系统包括数据采集模块、数据预处理模块、深度学习模型构建模块、设备状态评估模块、异常预警模块、维护建议生成模块、系统集成模块和用户交互模块。本发明通过多模态门控循环单元融合时序特征与跨模态信息，结合滑动窗口分割、PCA降维等技术，实现了设备健康指数的实时计算与动态预警。从而可以使系统提前设备故障的停机时间，降低设备的维护成本。从而可以间接的提升的生产效率。并且相较于传统的系统，本系统实现多模态的设备运行状态管理，从而可以更加全面的揭示设备的潜在故障，进而能够使设备维护人员更加全面的了解设备存在的异常。