摘要
本发明公开了一种用于工业设备的健康监测方法及装置,其中该方法包括:获取目标多模态特征向量集合;将目标多模态特征向量集合进行时序对齐和特征融合处理,得到目标融合特征向量序列;将目标融合特征向量序列输入目标设备健康状态预测模型处理,得到目标设备协同分析结果;根据目标设备协同分析结果,获取目标设备健康状态预测数据;生成目标设备故障根因诊断报告、目标设备维护建议和目标风险评估报告;根据目标设备实际运行数据、目标设备故障根因诊断报告、目标设备维护建议和目标风险评估报告,对目标设备健康状态预测模型进行优化处理。本发明可提高工业设备的故障检出率和降低误报率,实现毫秒级异常响应与深度历史分析的有机结合。
技术关键词
设备健康状态
工业设备
健康监测方法
风险评估报告
多模态
温度分布图像
设备剩余使用寿命
历史设备
序列
设备运行参数
剩余使用寿命预测
异常状态
深度学习模型
轻量化神经网络
历史数据建模
动态时间规整算法
声音特征提取
健康监测装置