摘要
本发明公开了基于多模态融合的部件损伤智能识别与量化分析,具体涉及部件损伤智能识别技术领域;通过对目标部件进行同步或异步实时数据采集,结合异构特征提取网络提取多模态特征,计算各模态的置信度得分并融合模态间互信息,引导注意力加权融合过程;在检测到模态被异常压制时,实施特征增强与动态权重调整,避免关键微弱信号被忽略,将融合特征输入至损伤识别模型,输出损伤识别结果、模态权重可视化及早期损伤风险评分;该技术有效提升了模型对早期、隐匿性损伤的识别能力,尤其适用于风电、航空等高安全性场景中对弱模态信号的敏感捕捉与融合判定,显著增强系统的预警准确性和维护前瞻性。