一种基于神经网络的工业信号动态赋权方法

本发明涉及工业自动化控制技术领域，具体涉及一种基于神经网络的工业信号动态赋权方法，旨在于解决现有技术中固定权重无法适应不同生产线、设备或产品的特性变化且工业生产过程中信号的重要性会随时间动态变化的问题。本发明通过动态权重预测模型对工业信号进行实时赋权，结合多传感器融合与迁移学习优化，解决了固定权重方案无法适应动态工况变化的技术问题，具有提升工业信号异常检测的动态适应性和准确性，有效捕捉关键工艺阶段的信号特征变化的优点。