摘要
本发明公开了一种基于多传感器的机械设备状态监测方法和系统，该基于多传感器的机械设备状态监测方法包括多模态数据采集与预处理、动态特征融合、自适应阈值诊断、数字孪生故障溯源及预测性维护决策五大核心步骤，通过三层传感器网络架构实现设备全域覆盖，利用温振一体传感器解决数据同步与抗干扰问题，结合注意力机制、高斯混合模型、三维卷积神经网络等实现多源数据的深度融合与异常检测，最终通过数字孪生与强化学习生成精准维护策略；该基于多传感器的机械设备状态监测系统包括传感器网络层、边缘计算层、云端平台层与人机交互层，支持联邦学习保护数据隐私，边缘‑云端协同提升实时诊断能力，以及增强现实界面实现智能运维交互。
