为解决工厂电气设备故障诊断效率低、决策滞后等问题，研究基于深度学习构建智能诊断与决策系统。通过科学选型振动、温度等传感器采集设备运行数据，结合降噪、归一化预处理，利用 CNN、LSTM 提取故障特征，构建高精度诊断模型。同时设计分层架构的智能决策系统，涵盖硬件部署与软件功能模块开发。经实践验证，该系统显著提升故障诊断准确率，优化运维决策流程，为工业设备智能化管理提供可行方案。