基于脉冲神经网络的工业设备故障预警方法及系统

本发明属于数据处理技术领域。提出了一种基于脉冲神经网络的工业设备故障预警方法及系统，获取工业设备的振动时序信号和温度时序信号；将振动时序信号以及温度时序信号输入至采用量子退火算法优化后的脉冲神经网络中，得到各个神经元的输出状态；根据各个神经元的输出状态计算脉冲神经网络的各个神经元的连接权重矩阵，根据各个神经元的输出状态以及连接权重矩阵确定全局能量；当全局能量低于第一设定阈值且维持时间大于第二设定阈值，判定工业设备存在故障并生成故障预警信号；本发明利用量子计算领域中的量子退火算法，提升了脉冲神经网络对工业设备时序信号长程依赖的处理能力，提高了故障预警精度。