摘要
本发明公开了基于人工智能的机器人健康状态评估方法及系统,方法包括数据采集融合、数字孪生健康建模、多尺度预测性维护、故障容错控制和健康状态评估。本发明涉及数字化机器人健康分析技术领域,该方法通过融合多源传感数据构建优化特征集,采用结合物理约束和磨损演化的动态双数据流神经微分方程实现数字孪生健康建模,输出机器人健康度参数;引入量子退火优化与图注意力机制,构建多层次预测性维护架构,实现从零件级到系统级的故障传播预测与维护优化,结合模型预测控制实现故障容错控制。提升机器人健康评估的准确性、可解释性与实用性。