一种基于图神经网络的轴承分段寿命预测方法及系统

本发明公开了一种基于图神经网络的轴承分段寿命预测方法及系统，涉及旋转机械健康监测技术领域。该方法包括步骤：获取待检测轴承的振动信号；基于轴承的健康指标利用寿命划分模型对轴承全寿命过程进行划分，划分为稳定期与退化期两个阶段；利用寿命预测模型分别对稳定期和退化期的振动信号进行寿命预测，并将预测结果进行合并，得到最终的轴承寿命预测结果，其中，寿命预测模型将振动信号构建为多模态的时间尺度特征，对多模态的时间尺度特征中的时间依赖性进行挖掘分析，从而实现寿命预测。本发明采用融合深度学习的两阶段划分策略结合时间尺度信息的高效挖掘分析方法，实现了轴承剩余使用寿命的高效预测。