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。