一种基于多模态数据融合的老旧专用环卫车故障预诊断派工方法

本发明涉及专用环卫车技术领域，具体涉及一种基于多模态数据融合的老旧专用环卫车故障预诊断派工方法，包括以下步骤：S1、针对专用环卫车的机械结构特点，采用非侵入式传感器部署方案，采集覆盖机械‑电气‑液压多维度的运行数据；S2、对所述运行数据进行预处理，本发明在使用时，通过多模态数据融合（振动+温度+电流）采集多物理场耦合特征，结合迁移学习模型，便于全面表征故障动态演变规律，对小概率故障的诊断准确率从传统人工的62%提升至92%，漏诊率降至5%以下，通过参数化设计降低了对特定技工经验的依赖，年轻技师可通过模型辅助快速掌握诊断逻辑，经验传承周期从3～5年缩短至1年内，有利于降低小概率故障误判率，提升诊断可靠性。