一种基于多模态传感融合的工业设备状态预测方法

本发明公开了一种基于多模态传感融合的工业设备状态预测方法，包括：通过在统一时间基准下采集并对齐旋耕机多模态传感数据，保证了数据的一致性与协同性；通过有效的预处理和多维特征提取，显著增强了特征表达的精确性和稳定性；通过构建自注意力与图注意力双路径Transformer融合网络，充分捕捉模态内与模态间的关联信息，提升了设备状态特征融合能力；进一步采用基于注意力机制的门控循环单元实现状态的精准预测，可靠地评估设备健康状态与故障趋势；最后，通过阈值判定和预警机制，及时将预测结果转化为有效维保决策，从而提高设备运行的安全性、可靠性，并降低维护成本。