齿轮箱工况分类方法及系统

本发明涉及一种齿轮箱工况分类方法及系统，方法包括：利用边端服务器将采集到的齿轮箱的多模态传感器信号进行编码压缩后上传至云端服务器；在云端服务器进行数据解码得到多模态传感器信号；在云端服务器部署教师模型，基于多模态传感器信号对教师模型进行工况分类训练；在边端服务器部署学生模型，基于多模态传感器信号对学生模型进行工况分类训练，并基于知识蒸馏机制利用教师模型指导学生模型的训练；利用训练好的学生模型对齿轮箱的工况进行预测分类。通过基于知识蒸馏机制利用部署在云端的教师模型指导部署在边端的学生模型的训练，充分考虑了工况分类任务的实时性需求与边端计算资源不足的限制，实现了高精度、低延迟及低成本的工况分类。