一种可解释的跨工况的轴承剩余使用寿命预测方法

1.一种可解释的跨工况的轴承剩余使用寿命预测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种可解释的跨工况的轴承剩余使用寿命预测方法，其特征在于，计算数据集相似度指标包括：

3.根据权利要求1所述的一种可解释的跨工况的轴承剩余使用寿命预测方法，其特征在于，所述时间步多通道时频域特征提取网络为多通道卷积和双向lstm构成的特征提取器，其中多通道卷积在不影响时域信息的情况下提取频域特征，双向lstm承接前面频域信息并且提取时域信息，最终输出时频域特征f，之后由rul预测器学习时频域特征到rul标签的映射。

4.根据权利要求3所述的一种可解释的跨工况的轴承剩余使用寿命预测方法，其特征在于，在训练之前，将筛选出的源域数据集和目标域数据集进行快速傅里叶变换，将变换后获得的频域信息按特定时间步划分作为时间步多通道时频域特征提取网络模型的输入数据。

5.根据权利要求4所述的一种可解释的跨工况的轴承剩余使用寿命预测方法，其特征在于，在模型训练时，先对模型进行预训练，只用带标签的源域数据集进行对模型监督训练，保存训练后的模型参数，之后添加用于迁移学习特征分布对齐的分布对齐映射器，结合特征提取器和rul预测器进行迁移训练；迁移训练时训练数据为源域数据和目标域数据，且特征提取器和rul预测器的模型参数初始化为预训练保存的模型参数。

6.根据权利要求5所述的一种可解释的跨工况的轴承剩余使用寿命预测方法，其特征在于，对迁移学习，其源域和目标域数据分属于不同的分布，时间步多通道时频域特征提取网络模型在无标签目标域数据上的预测误差存在上界：

7.根据权利要求1所述的一种可解释的跨工况的轴承剩余使用寿命预测方法，其特征在于，对于特征分布可视化，具体实现为：记单个样本经时间步多通道时频域特征提取网络模型提取的特征为fi＝{fi1,fi2,…,fil}，fij表示第i个数据的第j个特征分量，l表示特征向量长度，选择特定映射g:rl→r，rl表示l维欧几里得空间，g表示从l维欧几里得空间到一维欧几里得空间的映射，对每个特征进行映射得g(fi)表示对高维特征进行降维映射所得结果，n表示数据集中的样本量，绘制此分布的直方图观察具体分布情况。

8.根据权利要求1所述的一种可解释的跨工况的轴承剩余使用寿命预测方法，其特征在于，对于模型评价指标差异，选择四个评价指标，分别为：

9.根据权利要求1所述的一种可解释的跨工况的轴承剩余使用寿命预测方法，其特征在于，根据分布差异对平衡系数进行动态调节，具体为：

10.根据权利要求9所述的一种可解释的跨工况的轴承剩余使用寿命预测方法，其特征在于，所述根据分布差异数值确定的分段函数为：