基于多样性数据生成的滚动轴承领域泛化剩余使用寿命预测方法
来源：振动与冲击杂志2026年第1期北京时间：
作者：宋仁旺，姚程昊，石慧huishi@tyust，陈琳英
单位：1.太原科技大学电子信息工程学院，太原030024;2.太原科技大学应用科学学院，太原030024
摘要：针对滚动轴承剩余使用寿命<span>remain useful life（RUL) </span>预测过程中，存在的可用于训练的数据稀少，且未知工况下轴承的实际运行数据和训练数据有明显分布差异，从而导致寿命预测模型泛化性能大幅下降的问题。本文研究了一种基于多样性数据生成的滚动轴承领域泛化剩余寿命预测方法。首先，构建相空间数据生成模块，在捕获退化过程中慢变信息的同时，实现样本多样性增强。在此基础上，构建对抗域外数据生成模块，并采取对抗的训练方式，基于所搭建的对抗性数据生成框架获得伪域，进一步扩充了可用样本的多样性，在该框架中添加了域差异函数从而增强伪域的多样性，并添加了流形正则化和语义正则化确保伪域的一致性。最后，基于扩充后的多样性样本，搭建双通道深度卷积回归网络用于RUL预测的领域泛化训练，在PHM2012数据集下实现未知工况下的滚动轴承RUL预测，实验结果验证了所提方法的有效性和优越性。<br>
关键词：领域泛化；剩余使用寿命（RUL) 预测；未知工况；多样性数据生成；对抗性数据生成
