摘要
本发明提供一种工业机器人预测性维护管理方法及系统,涉及设备维护管理技术领域,包括:获取工业机器人的多模态异构数据,进行智能预处理,得到第一预处理数据,对第一预处理数据进行跨模态关联融合,生成融合数据,提取互补冗余信息并构建语义特征图谱;构建健康状态预测模型,将语义特征图谱添加至健康状态预测模型中,通过线性变换映射至嵌入空间并提取时序信息,进行特征交互得到交互特征,通过前馈神经网络层进行变换和特征增强,得到健康状态概率分布;通过贝叶斯推理融合生成综合健康状态分布,结合检测模型,识别异常模式和关键转折点,生成最优维护策略并对工业机器人进行协同维护,将维护结果上传至服务器并保存当前状态。