一种结合模型驱动与数据驱动的矿山施工故障诊断方法、系统、介质及设备

本发明公开了一种故障诊断技术领域的结合模型驱动与数据驱动的矿山施工故障诊断方法、系统、介质及设备，包括：获取矿山施工目标设备的监测数据；将矿山施工目标设备的监测数据输入到设备动态模型，利用设备动态模型进行仿真预测潜在故障的发生概率，在超过设置的预警阈值时生成模型驱动的仿真数据；将矿山施工目标设备的监测数据输入到预训练的卷积神经网络模型，生成数据驱动的诊断数据；利用预训练的多输入多输出的神经网络模型对数据进行融合，生成故障诊断最终结果。本发明能够提高故障诊断的准确性和效率；降低对数据和模型的依赖：深度学习融合诊断方法能够有效应对数据噪声、数据缺失和模型误差等问题，提高系统的鲁棒性。