一种基于深度学习的故障诊断数字孪生监控方法和系统

本发明公开了一种基于深度学习的故障诊断数字孪生监控方法及系统，属于智能制造故障诊断和数字孪生技术领域。监控方法基于系统实现，其通过三维建模软件构建设备及零部件模型，并实时采集设备运行状态与零部件振动信号；结合实测信号与基于三维模型的瞬态动力学仿真信号，构建并训练深度学习故障诊断模型；最后，建立物理设备与虚拟模型的数据连接，利用运行数据驱动模型实现虚实同步，并集成诊断模型进行实时故障诊断与可视化渲染，形成低时延的数字孪生闭环。本发明通过集成数字孪生与深度学习技术，实现了设备运行状态的实时虚实同步与在线故障诊断，有效降低人工巡检负荷与停机风险，为预测性维护提供数据支撑。