基于门控膨胀因果卷积的剩余使用寿命预测方法

了解机器“寿命”为何重要

从喷气发动机到列车车轮，许多机械依靠一种称为滚动轴承的小型金属环来保持平稳旋转。当这些轴承意外磨损时，可能会导致生产线停滞或引发危险故障。能够估算轴承剩余的可用寿命（即剩余使用寿命，RUL）使工程师能够在问题发生前安排维修，从而节省成本并提高安全性。本文提出了一种新方法，利用先进的神经网络从轴承的振动数据中读出微妙模式，以预测其还能可靠运行多长时间。

引用: He, J., Sun, W. & Zhang, C. Remaining useful life prediction method based on gated dilation causal convolution. Sci Rep 16, 10809 (2026). https://doi.org/10.1038/s41598-026-44784-y

关键词: 剩余使用寿命预测, 滚动轴承, 时间序列深度学习, 预测性维护, 振动监测