基于TARO模型的设备剩余寿命预测方法

来源：计算机测量与控制杂志2026年第1期北京时间：

作者：洪德衍,方罗宾,王德成,顾杨波

单位：杭州科技职业技术学院 物联网技术学院

摘要：随着工业设备服役周期延长，剩余使用寿命预测精度不足严重威胁运维安全与经济性；为了提高预测准确度，提出一种基于Transformer自编码器融合双损失策略的剩余寿命预测模型—TARO；使用改进后融合时间卷积网络的Time2Vec嵌入层充分提取特征信息；利用Transformer作为数据重构与预测骨干网络，设计将编码器隐藏层特征同时引入到重构编码器与回归解码器，进而融合重构误差损失与回归损失，提升复杂工况下预测精度；基于CMAPSS航空发动机数据集的对比实验表明，提出的方法在上述指标上具有最优的表现，有效提高了在复杂工况下和复杂故障下的剩余寿命预测精度。

关键词：寿命预测;Transformer;重构误差;回归误差;Time2Vec

基金资助：杭州科技职业技术学院(HKYZXYB-2024-23)