一种基于多传感器的机械设备状态监测方法及系统技术方案

本发明专利技术公开了一种基于多传感器的机械设备状态监测方法和系统，该基于多传感器的机械设备状态监测方法包括多模态数据采集与预处理、动态特征融合、自适应阈值诊断、数字孪生故障溯源及预测性维护决策五大核心步骤，通过三层传感器网络架构实现设备全域覆盖，利用温振一体传感器解决数据同步与抗干扰问题，结合注意力机制、高斯混合模型、三维卷积神经网络等实现多源数据的深度融合与异常检测，最终通过数字孪生与强化学习生成精准维护策略；该基于多传感器的机械设备状态监测系统包括传感器网络层、边缘计算层、云端平台层与人机交互层，支持联邦学习保护数据隐私，边缘‑云端协同提升实时诊断能力，以及增强现实界面实现智能运维交互。

【技术实现步骤摘要】

本专利技术涉及智能化监测，特别涉及一种基于多传感器的机械设备状态监测方法及系统。

技术介绍

1、在工业设备智能化监测领域，现有技术主要依赖单传感器或固定权重融合方案，难以应对复杂机械系统的多维度监测需求，传统方法普遍存在以下问题：其一，单传感器监测维度单一，仅能捕捉振动或温度等单一物理量，无法识别多参数耦合故障，导致漏检率高达30%以上；其二，独立传感器异步采集造成时间戳误差，且量纲差异显著，传统归一化方法忽略信号相关性，特征融合效率低下；此外，固定权重模型无法适应负载动态变化，高负载时关键特征易被噪声淹没，低负载时异常信号敏感度不足，误报率随工况波动升高至40%。在维护策略层面，依赖人工经验或定时维护的模式，既可能导致过度维护，也可能因维护滞后引发非计划停机风险；集中式数据处理方案还面临工业数据泄露隐患，而边缘端算力限制使得实时诊断能力难以满足高精度监测需求。

2、现有技术的核心瓶颈在于“多源数据高效融合”与“智能决策闭环构建”的双重缺失；一方面，复杂机械系统（如数控机床主轴、风力发电机齿轮箱）需同步处理振动、温度、电流等多模态数据，而传统架本文档来自技高网...

【技术保护点】

1.一种基于多传感器的机械设备状态监测方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的一种基于多传感器的机械设备状态监测方法，其特征在于，所述步骤S1中部署的传感器包括温振一体传感器，具体设计为：

3.根据权利要求1所述的一种基于多传感器的机械设备状态监测方法，其特征在于，所述步骤S1中，对振动信号与温度信号进行联合降噪处理，具体包括：

4.根据权利要求1所述的一种基于多传感器的机械设备状态监测方法，其特征在于，所述步骤S1中，传感器按“核心部件-传动链-辅助系统”三层网络架构部署，具体包括：

5.根据权利要求1所述的一种基于多传...

【技术特征摘要】

1.一种基于多传感器的机械设备状态监测方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的一种基于多传感器的机械设备状态监测方法，其特征在于，所述步骤s1中部署的传感器包括温振一体传感器，具体设计为：

3.根据权利要求1所述的一种基于多传感器的机械设备状态监测方法，其特征在于，所述步骤s1中，对振动信号与温度信号进行联合降噪处理，具体包括：

4.根据权利要求1所述的一种基于多传感器的机械设备状态监测方法，其特征在于，所述步骤s1中，传感器按“核心部件-传动链-辅助系统”三层网络架构部署，具体包括：

5.根据权利要求1所述的一种基于多传感器的机械设备状态监测方法，其特征在于，所述步骤3中，采用改进的d-s证据理论，具体包括：

6.根...

【专利技术属性】
技术研发人员：张鹏，闫梓晨，刘慧，
申请(专利权)人：湖北梓晨信息科技有限公司，
类型：发明
国别省市：