一种数据与物理协同驱动的滚动轴承剩余使用寿命预测方法

本发明公开了一种数据与物理协同驱动的滚动轴承剩余使用寿命预测方法，包括：步骤1，数据模型构建：融合具有时间注意力机制的卷积堆叠双向长短时记忆网络与多项式模型的复合架构；步骤2，物理模型构建：基于维纳过程构建三阶段退化模型；步骤3，单一模型预测：分别基于数据模型和物理模型进行滚动轴承剩余使用寿命预测；步骤4，数据与物理协同模型构建；步骤5，基于数据与物理协同模型的剩余使用寿命预测：实现数据与物理协同驱动的剩余使用寿命预测。数据与物理协同驱动的滚动轴承剩余使用寿命预测方法综合了数据模型的深度特征提取能力和物理模型的鲁棒性，能够有效降低单一模型的预测误差，提高预测精度。