一种基于深度学习的滚道异常检测方法及系统

本发明涉及滚道系统热凸度检测技术领域，公开了一种基于深度学习的滚道热凸度设计方法及系统，包括：构建初始故障知识图谱，形成已知热异常模式与故障类型之间的关联关系；采集滚道系统的实时热图像序列，并通过变分自编码器对采集到的图像进行异常分数计算和区域定位；设计双流因果推理网络，实现对图像数据流和知识图谱结构流的同步处理；分析热异常模式与故障知识图谱中已有节点之间的关联强度；应用图谱扩展算法，实现故障知识图谱的自动更新；开展时序演化分析，预测潜在的故障发展趋势；本发明过设计双流因果推理网络和图谱扩展算法，实现了滚道系统故障知识的持续积累和演化能力。