基于深度学习的纺纱机故障检测方法与系统

本发明涉及纺织机械故障检测技术领域，公开了基于深度学习的纺纱机故障检测方法与系统，所述方法包括通过多传感器采集振动、温度及电流信号，经主成分分析降维后构建数据流，采用变分自编码器重构误差定位异常数据段，结合卷积神经网络提取多源信号局部特征，利用注意力机制动态分配特征权重，通过遗忘门筛选时序关键特征，引入LSTM网络建模特征序列动态关系，基于支持向量机完成故障类别映射，并对置信度不足样本触发LSTM二次分类校准，形成数据降维、异常检测、特征优化、时序建模与分类验证的闭环技术体系，实现复杂工况下多模态故障特征的高效解析与精准识别。