一种基于大数据的工业设备健康评估系统及方法

本发明公开了一种基于大数据的工业设备健康评估系统及方法，涉及大数据分析技术领域，本方法包括以下步骤：构建工业机器人功能模式集合，判定低频模式，以历史数据方差量化初始不确定度，计算上置信指标迭代选最优模式采样；基于GAN生成数字孪生仿真样本，通过GPR估计预测分布，以不确定度量化预测可靠性并作为融合权重依据；利用数字孪生与GBDT模型分别获取预测健康分数值及不确定度，加权融合结果；以不确定度阈值和采样周期为收敛条件，不满足条件时补充数据，定期对模型进行更新。本发明能够有效改善现有技术中多功能工业机器人低频使用的模式数据稀缺导致评估存在偏差的情况。