数据不完整条件下的动车组齿轮箱轴承剩余寿命预测方法、系统及设备

本发明公开了一种数据不完整条件下的动车组齿轮箱轴承剩余寿命预测方法、系统及设备，通过提取多源域全寿命退化数据和目标域非全寿命退化数据的退化特征；设计多域局部对抗学习策略，实现源域全寿命退化特征和目标域非全寿命退化特征的退化阶段对齐和分布特性对齐，精准挖掘两类退化特征的公共退化信息，进而构建精度高且泛化能力强的预测器；以总训练损失函数为优化目标，获得训练好的多域局部对抗学习剩余寿命预测模型，从而实现对轴承剩余寿命的准确预测。本发明能够实现具有不同退化阶段和不同分布特性的源域全寿命退化数据和目标域非全寿命退化数据的有效特征对齐，进而提升了数据不完整条件下动车组齿轮箱轴承剩余寿命预测的准确性和泛化性。