一种基于机器学习的工业设备状态监测预警系统及方法

本发明涉及工业设备监测，具体涉及一种基于机器学习的工业设备状态监测预警系统及方法，对卷积神经网络进行模型训练，得到训练好的卷积神经网络；基于训练好的卷积神经网络构建剪枝策略生成模型，并对剪枝策略生成模型进行多目标优化求解，得到优化剪枝策略；根据优化剪枝策略对训练好的卷积神经网络进行剪枝，得到剪枝卷积神经网络；采集待监测工业设备的振动信号，将振动信号转换为空间频率图像，并计算空间频率图像中空间频率的中央成分能量；根据空间频率图像中空间频率的中央成分能量，计算能量值；将能量值输入剪枝卷积神经网络进行状态监测；本发明提供的技术方案能够有效克服难以对工业设备状态进行精准、实时监测预警的缺陷。