一种基于GBIT-GAN的旋转机械剩余使用寿命预测方法

本发明提出一种基于GBIT‑GAN的旋转机械剩余使用寿命预测方法。该方法通过结合图神经网络GNN与双向Transformer生成对抗网络BIT‑GAN，能够充分利用旋转机械的结构信息构建图结构，GNN层可以准确捕捉部件之间的拓扑关系。双向Transformer则在处理时间序列数据时表现出色，能够很好地挖掘数据中的长期依赖关系，生成器和判别器的对抗训练机制进一步提高了模型的准确性和可靠性。所述方法在旋转机械剩余使用寿命预测方面具有显著优势，能够为工业生产中旋转机械的维护和管理提供更精准、可靠的决策依据，极大地降低设备故障风险，对提升工业生产效率和经济效益具有重要意义。