摘要
本发明提供了一种基于人工智能的焊接设备状态监测方法及装置,涉及人工智能与数据处理技术领域,通过对目标焊接设备在运行过程产生的振动信号进行实时采集,得到目标焊接设备对应的振动数据流。并确定振动数据流对应的时频能量分布,揭示信号在时间和频率两个维度上的能量变化,基于此,增强信号信噪比,减少非相关频段干扰,并强化早期故障信号,提升模型对异常事件的敏感性。并通过深度残差神经网络采用预设的动态门控注意力机制提取待识别数据中的快速变化特征和稳定结构特征,能够区分并加权“快速变化特征”与“稳定结构特征”,提高模型对异常事件(如早期故障冲击)的敏感性,从而对焊接设备进行准确的设备状态分析。