一种基于卷积白盒的滚动轴承剩余寿命预测方法及系统

本发明属于轴承剩余使用寿命检测技术领域，公开了一种基于卷积白盒的滚动轴承剩余寿命预测方法及系统。该方法对原始振动信号进行时域和频域特征提取，降噪处理，划分健康状态与退化状态，并结合Weibull‑MSE损失函数进行深度神经网络训练，使RUL的预测符合轴承实际退化过程；通过融合膨胀因果卷积注意力机制DCA与多尺度卷积MSC的卷积CRATE网络架构，完成对轴承信号长时依赖信息与局部退化特征的同步提取。本发明结合健康状态评估提高了RUL预测的精准度，增强了局部特征提取能力，通过多尺度信息融合提升了模型局部建模能力，通过CRATE结构提高了可解释性和预测可信度。