基于多教师元权重知识蒸馏网络的轴承剩余寿命预测方法

本发明公开了一种基于多教师元权重知识蒸馏网络的轴承剩余寿命预测方法，包括以下步骤：(1)对原始传感器采集的多维度振动时序信号进行归一化、降噪、分段，并划分为训练集和验证集；(2)将处理好的训练集数据输入多教师元权重知识蒸馏网络中，对教师模型进行训练，在训练完成后固定三个教师模型的参数；(3)使用自适应元权重策略梯度学习算法对学生模型进行知识蒸馏训练；(4)将蒸馏训练后的学生模型用于轴承剩余寿命预测。本发明的网络模型参数数量较少、计算复杂度较低、预测精度较高，并且能够实际部署在边缘设备上。