【技术实现步骤摘要】
本专利技术涉及工业物联网和设备健康监测的，尤其涉及一种用于工业设备的健康监测方法及装置。
技术介绍
1、目前，工业设备的智能化运维已经成为提升企业竞争力的关键因素。设备故障可能导致生产线停机、产品质量下降和安全事故等一系列问题。预测性维护可帮助企业降低的维护成本，减少设备故障时间。然而，当前工业设备健康预测与故障诊断技术存在以下三大关键技术难题：第一是多源异构数据融合难题，现有技术多采用单一数据源进行故障诊断。例如，仅基于振动传感器数据的轴承故障诊断装置、独立的红外热像检测装置和孤立的运维日志文本分析进行工业设备的故障诊断。单一数据源诊断无法覆盖复杂故障场景。例如，某风电企业齿轮箱故障案例中，振动数据略有异常但未达报警值，热成像显示局部温度升高，运维人员日志记录油质状况变化，三者结合才能判断早期故障征兆。但由于数据孤岛问题，导致诊断装置未能提前预警，最终造成重大设备损伤和停机损失。第二是实时响应与海量数据处理矛盾，工业设备故障诊断装置面临两难选择：云集中处理方案，虽能处理海量历史数据并训练高精度模型，但存在网络延迟和带宽限制，无法满足关...
【技术保护点】
1.一种用于工业设备的健康监测方法，其特征在于，包括：
2.根据权利要求1所述的用于工业设备的健康监测方法，其特征在于，所述获取目标工业设备对应的目标多模态特征向量集合，包括：
3.根据权利要求1所述的用于工业设备的健康监测方法，其特征在于，所述将所述目标多模态特征向量集合进行时序对齐和特征融合处理，得到所述目标工业设备对应的目标融合特征向量序列，包括：
4.根据权利要求1所述的用于工业设备的健康监测方法，其特征在于，所述将所述目标融合特征向量序列输入目标设备健康状态预测模型进行协同处理，得到所述目标工业设备对应的目标设备协同分析结
<...【技术特征摘要】
1.一种用于工业设备的健康监测方法，其特征在于，包括：
2.根据权利要求1所述的用于工业设备的健康监测方法，其特征在于，所述获取目标工业设备对应的目标多模态特征向量集合，包括：
3.根据权利要求1所述的用于工业设备的健康监测方法，其特征在于，所述将所述目标多模态特征向量集合进行时序对齐和特征融合处理，得到所述目标工业设备对应的目标融合特征向量序列，包括：
4.根据权利要求1所述的用于工业设备的健康监测方法，其特征在于，所述将所述目标融合特征向量序列输入目标设备健康状态预测模型进行协同处理，得到所述目标工业设备对应的目标设备协同分析结果，包括：
5.根据权利要求1所述的用于工业设备的健康监测方法，其特征在于，所述根据所述目标设备协同分析结果，获取所述目标工业设备对应的目标设备健康状态预测数据，包括：
6.根据权利要求1所述的用于工业设备的健康监测方法，其特征在于，所述根据所述目标设备健康状...
【专利技术属性】
技术研发人员：林超，
申请(专利权)人：深圳经纬大数据有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。