一种基于多传感器融合的设备预测性维护系统及方法
本发明公开了一种基于多传感器融合的设备预测性维护系统及方法,本发明涉及煤机掘进设备智能运维技术领域,解决了数据采集维度单一、监测精度不足、故障识别准确率低的技术问题,本发明通过采用多类型高精度传感器分布式部署,结合三维网格划分技术,实现设备多维度运行数据的全面采集,覆盖设备关键监测点,同时通过微秒级采样与多传感器同步采集,提升数据采集精度与时效性,解决了单一传感器数据采集维度不足、精度低的问题,可捕捉设备运行的细微异常,采用加权融合算法实现多源数据互补,结合Bi‑LSTM与多头自注意力机制构建预测模型,引入残差模块优化模型性能,不仅能精准识别设备故障类型,还能实现剩余使用寿命的高精度预测,减小预测误差。