基于平衡优化的多模态轴承剩余寿命预测方法与系统

本发明公开了基于平衡优化的多模态轴承剩余寿命预测方法与系统。首先，在离线阶段，从轴承运行数据集中获取振动信号的时间序列数据，并通过小波变换生成时频图像，确保数据包含时间序列和图像两种模态。然后，利用长短期记忆网络（LSTM）提取时间序列数据的时序特征，同时使用图卷积网络（GCN）提取时频图像的空间特征。接着，将LSTM和GCN提取的特征进行拼接，生成联合特征向量，输入全连接层输出RUL预测值。在训练过程中，通过自适应优化策略实时监控LSTM和GCN两个模态的损失贡献差异，反向传播调整各模态的梯度更新幅度，避免优势模态抑制弱势模态的优化，确保多模态特征的充分提取。