技術(shù)特征：

1.一種智能化多傳感器融合的分板機(jī)故障預(yù)測與診斷方法，其特征在于，包括以下步驟：

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述對傳感器數(shù)據(jù)進(jìn)行隨機(jī)平滑的二次采樣預(yù)處理，包括：

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述對所述初始采樣數(shù)據(jù)進(jìn)行隨機(jī)平滑處理，包括：

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述利用時(shí)空干擾下的離策略評估的因果深度集建立因果關(guān)系模型，包括：

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，進(jìn)行離策略學(xué)習(xí)，包括：

6.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述混合模型包括混合卷積神經(jīng)網(wǎng)絡(luò)cnn-transformer和狀態(tài)空間模型，在所述應(yīng)用混合模型實(shí)時(shí)監(jiān)測分板機(jī)狀態(tài)之前，所述方法還包括：

7.根據(jù)權(quán)利要求6所述的方法，其特征在于，利用cnn從所述傳感器數(shù)據(jù)中提取時(shí)空特征，包括：

8.根據(jù)權(quán)利要求6所述的方法，其特征在于，應(yīng)用transformer架構(gòu)對提取的所述時(shí)空特征進(jìn)行序列建模，包括：

9.根據(jù)權(quán)利要求6所述的方法，其特征在于，所述集成狀態(tài)空間模型，并結(jié)合所述物理模型的約束，包括：

10.一種智能化多傳感器融合的分板機(jī)故障預(yù)測與診斷系統(tǒng)，其特征在于，包括：

技術(shù)總結(jié)
本申請公開了一種智能化多傳感器融合的分板機(jī)故障預(yù)測與診斷方法及系統(tǒng)，該方法包括：采集分板機(jī)上多種傳感器的數(shù)據(jù)；對傳感器數(shù)據(jù)進(jìn)行隨機(jī)平滑的二次采樣預(yù)處理；利用時(shí)空干擾下的離策略評估的因果深度集建立因果關(guān)系模型，并進(jìn)行所述傳感器數(shù)據(jù)的離策略學(xué)習(xí)；基于所述離策略學(xué)習(xí)的結(jié)果，提取所述傳感器數(shù)據(jù)的特征并生成因果序列數(shù)據(jù)；基于提取的特征和所述因果序列數(shù)據(jù)，應(yīng)用混合模型實(shí)時(shí)監(jiān)測分板機(jī)狀態(tài)，并預(yù)測潛在故障、生成維護(hù)建議。

技術(shù)研發(fā)人員：郭學(xué)彪,朱純彬
受保護(hù)的技術(shù)使用者：深圳旭偉興精密設(shè)備有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/6