针对工业机器人关键零部件（电机、减速机等）维护难度大、故障数据获取难等行业痛点，我院团队成功构建了从数据感知到智能决策的完整技术体系。项目组创新性地研制了集成多传感器的无线智能采集装置，通过“定时器中断+DMA+频域对齐”技术，实现了多源异构数据的微秒级同步采集 。在算法层面，团队融合了WGAN生成对抗网络与轻量化一维卷积神经网络（SRIPCNN-1D），在故障样本极度不均衡的情况下，依然实现了超过98%的复合故障诊断准确率 。目前，该原型系统已在埃夫特（EFORT）等主流机器人平台完成工程验证，可有效降低企业维护成本20%-30%，显著提升了国产工业机器人的运行可靠性。
