基于TESAformer的轴承剩余寿命预测方法

本发明公开一种基于TESAformer的轴承剩余寿命预测方法，从原始振动信号中提取时频特征，并使用格拉姆角场特征结构相似性方法进行特征筛选，筛选后特征输入基于信息增益的时间序列趋势分割算法对轴承的退化阶段进行划分，对不同退化阶段使用不同的惩罚因子筛选出离群值，对清洗的数据进行第二次特征工程，得到新时域特征和频域特征及对应标签；构建轴承剩余使用寿命预测网络，将提取的特征输入该网络，输出对应的剩余使用寿命。本发明结合信息增益时间序列趋势分割法划分轴承的退化阶段，结合多段数据清洗，提取高质量特征，降低离群值对剩余使用寿命预测的影响，提升预测任务的准确性。