一种多模态数据融合的盾构机刀具状态故障预测系统

本发明公开了一种多模态数据融合的盾构机刀具状态故障预测系统，包括：状态获取模块：采集多模态状态数据，将多模态状态数据分解为时间和空间相关特征，通过低秩矩阵分解压缩获得最佳状态数据；异常模拟模块：采集故障状态数据，构建改进轻量化权重迁移网络进行跨领域特征提取获得跨领域共性特征向量，基于跨领域共性特征向量和故障状态数据通过基于对抗训练的特征对齐算法获得共性特征；故障预测模块：基于获得的最佳状态数据和共性特征，通过时空交叉注意力动态迁移网络进行故障预测，既能在刀具出现异常时捕捉长序列特征，又能在正常时减少计算量，提高了故障预测的实时性和准确性。