摘要
本发明涉及港口堆取料机技术领域，尤其涉及一种港口堆取料机的故障诊断方法，包括以下步骤：S1、多模态感知层部署；S2、边缘侧特征融合处理；S3、联邦学习模型协同诊断；S4、数字孪生驱动的预测决策。本发明通过多物理场耦合分析（振动+热+声发射+电流）构建复合故障指标CFI，改进ResNet‑1D网络处理高维时序数据，使常见复合故障（如轴承磨损伴生齿轮断齿）识别率提升至93.2%，误报率降至5.1%，同时针对钢丝绳断丝、液压阀微泄漏等罕见故障采用联邦学习机制汇聚多设备数据，训练样本量扩大3‑8倍，同态加密保障数据隐私下，小样本故障识别率从68.5%提升至89.7%。
