工业设备故障预测与健康管理方法及系统

本申请的工业设备故障预测与健康管理方法及系统，涉及工业控制技术领域，通过向设备发送对时指令并记录对时时刻，设置断电等待时长，在设备重新上电后计算RTC时间误差，并记录环境参数；实时获取设备RTC时间与最近一次对时时刻的时间漂移量，基于时间漂移量和RTC时间误差更新异常判据，进入时间修正模式；基于机器学习模型识别关键事件，提取其时间锚点，基于环境参数和RTC时间构建LSTM模型，预测估计时间区间，并对包含时间锚点和不包含时间锚点的估计时间区间分别进行修正，并更新RTC时间误差，实现了自适应的设备时间异常检测与修复。