一种滚动轴承剩余寿命预测方法

本发明公开了一种滚动轴承剩余寿命预测方法，首先，依据不同机械设备的不同工况下检测的数据，分成源域数据和目标域数据，然后构建训练集和验证集；把数据进行批量标准化处理；使用深度卷积神经网络对原始振动信号的时域特征、频域特征进行了提取并将时域和频域特征拼接起来组成可替代特征集；利用深层时序特征，输出全连接层，将深层时序特征与RUL标签比较；最后使用大量源域有标签数据重复学习不同工况的数据特征，校准特征与RUL对应值，构建特征与RUL的映射关系，随后加入Dropout层，从而构建模型并在源域测试集检验。该方法可以大大的降低数据重新标定标签所带来的人力、物力的耗费，更好地挖掘轴承内在退化趋势，有效提高剩余使用寿命预测精度。