一种滚动轴承剩余寿命预测方法及系统

本申请提供了一种滚动轴承剩余寿命预测方法及系统，属于滚动轴承技术领域，所述方法包括：采集滚动轴承原始的数据信号，对原始的数据信号进行预处理；根据Keras深度学习框架搭建MCNN‑Bi‑LSTM模型，采用迁移学习算法对MCNN‑Bi‑LSTM模型的网络层进行迁移处理；基于迁移后的MCNN‑Bi‑LSTM模型，提取预处理后的数据信号中的退化特征，并预测滚动轴承当前剩余寿命。本申请通过结合MCNN‑Bi‑LSTM模型以及迁移学习算法，能够实现对滚动轴承剩余寿命的准确预测。