一种基于动态加权神经网络的数字工厂多模态灾害防护系统及自优化方法

本发明公开了一种基于动态加权神经网络的数字工厂多模态灾害防护系统及自优化方法，其中自优化方法包括以下步骤：S1：多元数据采集；S2：处理实时数据并构建特征张量；S3：通过危害值计算模型获得危害值并匹配危害等级；S4：根据危害等级自动启动应对措施；S5：将事故数据录入事故数据库，并根据权重自优化机制更新危害值计算模型中的权重；系统包括以下模块：多元数据采集模块、特征融合模块、动态危害评估模块、自动响应系统模块：用于根据危害等级自动启动应对措施、权重优化模块、系统集成与通信模块。本发明形成了一个算法‑数据‑执行的闭环架构，解决了传统工厂安全系统响应滞后、评估僵化的问题。