摘要
本发明公开了基于多维数据驱动的机械设备故障监测系统及方法,属于故障预测技术领域,其方法具体包括:采集机械设备的多维数据,并对采集的机械设备多维数据进行预处理,提取预处理后的机械设备多维数据的特征,引入时频局部性调整机制,得到第一局部权重系数,利用似然函数对第一局部权重系数进行加权,得到第二局部权重系数,对提取的预处理后机械设备多维数据的特征进行加权融合,利用机械设备故障公共数据训练故障预测模型,根据训练好的故障预测模型,结合加权融合后的机械设备多维数据的特征,对机械设备的故障进行预测;本发明通过不断训练和优化模型,适应设备在不同工况下的运行特点,自动调节故障预测模型,具备较强的自适应能力。