基于CDDKD框架的机械设备剩余寿命预测方法

本发明涉及一种基于CDDKD框架的机械设备剩余寿命预测方法，属于机械设备寿命预测技术领域。该方法包括：S1：采集机械设备不同工况下的原始振动信号，形成全寿命周期样本；S2：构建CDDKD框架；S3：基于CDDKD框架和卷积神经网络构建IDN模型；S4：将异构机械设备中充足的样本数据输入到IDN模型中，然后利用各种损失函数对构建的IDN模型的权重参数进行迭代训练；S5：继承步骤S4特征提取器的权重参数，然后利用预测、噪声约束、分布差异和重构损失函数将目标机械设备中的受限样本输入到IDN模型中进行微调训练；S6：经过多次迭代完成IDN模型训练，将其用于机械设备监测数据下的跨工况迁移剩余寿命预测。