摘要
本发明公开了一种基于深度学习的农业装备故障诊断方法及系统，包括：通过部署于农业装备上的振动传感器、温度传感器及图像采集装置，实时获取所述农业装备运行时的振动时序信号、温度分布数据及工作场景图像；将所述振动时序信号、温度分布数据及工作场景图像输入多模态深度学习网络，提取时序特征、分布特征和视觉特征，并对其进行级联融合，形成综合特征向量；将所述综合特征向量输入基于长短期记忆网络分类器构建的故障诊断模型，输出故障类型及故障部件的定位信息。本发明解决了农业装备复杂工况下多源异构数据深度融合及故障精确诊断和定位的问题，提高了故障诊断和定位的精准度、效率性。
