一种基于深度学习的充电机器人故障诊断方法及系统

本发明公开了一种基于深度学习的充电机器人故障诊断方法及系统，具体涉及机器人故障诊断技术领域，包括以下步骤：采集运行过程中的多类型传感通道数据，构建结构化输入序列；计算局部扰动幅度与趋势差异生成弱异常置信值，判定是否触发后续分析；若触发，提取模态漂移残差指数与微异常演化趋势指数，拼接形成融合特征向量；通过训练好的深度学习模型输出各通道的数值系数；依据数值系数与特征调整采样频率；本发明通过统一多通道数据处理流程、构建趋势驱动的异常识别机制，并结合深度学习模型输出实现采样频率的动态闭环调控，提升了充电机器人故障诊断系统的数据一致性、识别灵敏度与资源利用效率，实现多通道状态的精细化、自适应监测。