多模态的生产线状态推理方法、系统、设备及介质

本发明涉及人工智能技术领域，具体提供一种多模态的生产线状态推理方法、系统、设备及介质，包括：采集生产线上多个设备各自产生的多模态传感器数据；对来自不同设备的多模态传感器数据进行时间戳对齐，并融合生成多维时序特征矩阵；将所述多维时序特征矩阵输入至边缘处理器中预先部署的轻量级预测模型，输出生产线状态预测结果；其中，所述轻量级预测模型是通过知识蒸馏方法从云端部署的教师模型压缩得到，所述轻量级预测模型包含由LSTM网络构成的特征提取器和GAN网络构成的对抗训练模块。本发明降低了响应时间，且能准确定位跨设备传导性故障，显著优于传统独立设备诊断模式。