关键词：设备诊断;多模态;深度学习
摘 要：针对钢铁企业设备健康智能诊断准确性低问题，本文在深度学习和大数据技术基础上，提出了一种基于深度学习的自适应多模态设备健康智能诊断框架，来提高算法对复杂工况的适应能力、抗扰能力和泛化能力。通过该框架在现场的应用，明显提升诊断结果的准确性，提升了传动设备运行管理水平。该框架可在同类项目上推广应用。
内 容：原文可通过湖北省科技资源共享服务平台(https://www.hbsts.org.cn/)获取