一种编码器与霍尔双模冗余闭环驱动方法及系统

本发明公开了一种编码器与霍尔双模冗余闭环驱动方法及系统，涉及运动控制与故障容错技术领域，包括，实时并行采集编码器和霍尔传感器的双通道信号数据，通过一致性检测监测冗余度；对采集的双路信号进行基于预设规则的异常筛查，使用机器学习模型进行数据健康评估，对筛查后的双路信号进行异常识别；融合筛查和识别的结果，划分风险等级，当异常值超过风险等级阈值时，进行智能容错切换。本发明所述方法所采用的动态阈值规则、在线增量学习决策树及多级融合分级策略，对渐进式、隐蔽性故障有敏感的捕捉能力。在高干扰场景下，通过概念漂移监测与流式决策树在线更新机制，有效保证了故障检测的准确性与连续性。