基于多源传感与双分支网络的旋转设备预测性维护方法
来源：计算机测量与控制杂志2026年第2期北京时间：
作者：郝朋越,郭丽敏,柴一清,刘庚辰,谢红辉,杨旭,李衍志
单位：中国恩菲工程技术有限公司
摘要：伴随工业装备复杂度及自动化程度的持续提高，传统事后检修与定期维保模式已无法满足现代工业生产对设备可靠性与安全性的严苛要求。针对现有检测算法普遍存在对异常样本量敏感、运算效率低下难以适配工业现场实时性需求的技术瓶颈，本文创新性地提出一种融合振动、温度、电压及电流等多源传感信号的设备预测性维护新方法。该方法通过构建双分支预测网络架构，深度挖掘设备健康状态下的多维传感器数据特征，精准捕捉正常工况的潜在运行规律，实现对当前时刻正常数据的可靠预测；基于预测值与实测值的绝对误差分布特性，建立正常工况的高斯统计模型；当监测数据显著偏离该模型时，系统可自动判定设备异常状态，并根据偏离程度量化评估传感器数据的异常等级，进而生成差异化的处理策略。实验验证表明，所提双分支预测网络的平均绝对误差低至0.069与Informer相比平均绝对误差降低了2.53倍，推理速度达到1593 SPS，具备优异的预测精度与实时性能；在设备异常工况下，算法能够依据传感器数据的异常程度自动触发相应处理机制。本研究成果为工业设备的智能化运维提供了高效解决方案，具有显著的工程应用价值。
关键词：设备预测性维护;多源传感器信号;生成式技术;故障预警
基金资助：国家科技部重点研发计划（工业软件）（2022YFB3304901）；金属冶炼重大事故防控技术支撑基地项目。
