基于多元数据融合的复杂装备故障诊断系统及诊断方法

本发明提供了一种基于多元数据融合的复杂装备故障诊断系统及诊断方法，涉及装备故障诊断技术领域。该诊断方法通过安装多种传感器来周期性地采集复杂装备的运行数据，确保数据的全面性和完整性；利用数据预处理方法构建时间序列样本，确保数据的高质量；采用卷积神经网络进行高维特征提取，利用主成分分析进行数据降维；并且采用特定LSTM网络离线训练时间序列样本，在最大程度保留原始数据信息的同时，降低模型的复杂度，增强对时间动态特性的学习效率，提升多分类故障诊断的准确性；最后将模型部署在边缘计算设备上，由上位机软件通过以太网实时接收传感器数据并加载模型进行实时推理，实现对复杂装备的实时、精准的故障诊断和远程监控。