1.一種基于物聯(lián)網(wǎng)的大機潤滑狀態(tài)實時監(jiān)測與預(yù)警系統(tǒng)，其特征在于，包括以下模塊：
2.根據(jù)權(quán)利要求1所述的一種基于物聯(lián)網(wǎng)的大機潤滑狀態(tài)實時監(jiān)測與預(yù)警系統(tǒng)，其特征在于，通過傳感器實時監(jiān)測大機潤滑狀態(tài)，實時采集監(jiān)測數(shù)據(jù)，包括以下步驟：
3.根據(jù)權(quán)利要求1所述的一種基于物聯(lián)網(wǎng)的大機潤滑狀態(tài)實時監(jiān)測與預(yù)警系統(tǒng)，其特征在于，利用深度學(xué)習(xí)模型的深度置信網(wǎng)絡(luò)智能識別并分類潤滑狀態(tài)，包括以下步驟：
4.根據(jù)權(quán)利要求3所述的一種基于物聯(lián)網(wǎng)的大機潤滑狀態(tài)實時監(jiān)測與預(yù)警系統(tǒng)，其特征在于，根據(jù)當(dāng)前潤滑狀態(tài)的識別和分類結(jié)果，對潤滑狀態(tài)進行時間序列分析，并通過計算預(yù)測潤滑狀態(tài)下潤滑狀態(tài)值進行預(yù)警，包括以下步驟：
5.根據(jù)權(quán)利要求1所述的一種基于物聯(lián)網(wǎng)的大機潤滑狀態(tài)實時監(jiān)測與預(yù)警系統(tǒng)，其特征在于，結(jié)合數(shù)字孿生技術(shù)，構(gòu)建大機潤滑狀態(tài)的數(shù)字孿生模型，對大機的潤滑狀態(tài)進行模擬，包括以下步驟：
6.根據(jù)權(quán)利要求1所述的一種基于物聯(lián)網(wǎng)的大機潤滑狀態(tài)實時監(jiān)測與預(yù)警系統(tǒng)，其特征在于，根據(jù)監(jiān)測數(shù)據(jù)建立故障識別模型，包括以下步驟：
7.根據(jù)權(quán)利要求6所述的一種基于物聯(lián)網(wǎng)的大機潤滑狀態(tài)實時監(jiān)測與預(yù)警系統(tǒng)，其特征在于，根據(jù)故障識別結(jié)果結(jié)合數(shù)字孿生模型，模擬潤滑劑的流動路徑，并通過計算故障點對潤滑劑流動的影響系數(shù)進行預(yù)警，包括以下步驟：
8.根據(jù)權(quán)利要求1所述的一種基于物聯(lián)網(wǎng)的大機潤滑狀態(tài)實時監(jiān)測與預(yù)警系統(tǒng)，其特征在于，通過數(shù)字孿生模型進行可視化展示預(yù)警信息，包括以下步驟：根據(jù)計算的預(yù)測潤滑狀態(tài)下潤滑狀態(tài)值和故障點對潤滑劑流動的影響系數(shù)的結(jié)果，當(dāng)觸發(fā)預(yù)警機制時，將生成的預(yù)警信息集成到數(shù)字孿生模型中，所述預(yù)警信息包括：預(yù)警類型、預(yù)警位置和預(yù)警時間。