基于图卷积网络的轴承剩余使用寿命预测

预测轴承的剩余使用寿命虽然已经引入了许多数据驱动的方法，但很少有研究考虑不同传感器之间的时空相关性，这种相关性可以用来识别不同传感器之间的特征，以提高预测模型的鲁棒性。因此，针对多传感器的复杂性特征，构建了一种动态加权图卷积网络（DW-GCN），进行轴承的剩余寿命预测。首先利用不同节点间的空间相关性和时序相关性构建动态加权图，其次利用GCN对样本关联图的空间特征进行提取，最后将提取的特征输入到预测网络中进行剩余使用寿命预测。对轴承数据集进行测试，DW-GCN方法能够有效预测轴承剩余使用寿命，具有较高的预测精度。