一种基于多模态大模型的特种设备巡检系统及方法

本发明提出一种基于多模态大模型的特种设备巡检系统及方法，包括：采集特种设备多模态数据并预处理；构建时空融合注意力网络进行特征提取，得到融合特征表示；利用预训练多模态大模型进行推理分析，通过对比学习区分正常与异常状态；结合历史数据和专家知识库构建动态贝叶斯决策网络，生成故障预警和维护建议；依据设备重要性和预警级别优化巡检策略；通过增强现实展示巡检结果，并借助数字孪生技术标记异常区域，提供维修指导。通过本发明方案，可以提高故障预测准确率、减少误报和漏检、优化巡检路径，显著降低维护成本，延长设备使用寿命，提高生产安全性。