针对氟化工生产过程中由于生产介质毒性程度高、腐蚀性强，生产装置失效概率大、运维难、安全风险高等痛点问题，本成果系统开展了基于多源数据融合的氟化工装置智能监测、检测与运维技术的研究。从理论上分析了不同类型数据的深度特征信息，提出了基于毕达哥拉斯模糊熵的特征融合和状态评价方法，构建了基于最大熵的证据神经网络故障分类器，研究了故障诊断性能与多传感监测数据频率、维度之间的关系。研发了集温度、大气压和内压等多数据融合的气密性试验用自动检测装置及系统，实现智能判断氟化工装置中剧毒管道等静设备气密性试验的检测结果，保障了设备及管道安装和维修后的可靠性。开发了基于专家知识和多传感数据融合驱动的双螺杆制冷压缩机、泵等动设备的故障预警与诊断平台，实现动设备的预知性智能运维。本研究成果授权国家发明专利2件、实用新型专利4件、软件著作权7件、申请中国家发明专利3件，发表高质量学术论文6篇，其中中科院一区TOP论文1篇。在浙江衢化氟化学有限公司和浙江巨圣氟化学有限公司等企业多套装置得到成功应用，为氟化工装置的安全、稳定、高效运行提供了有力保障。