一种基于注意力与元课程学习的轴承寿命预测方法及装置

本发明公开了一种基于注意力与元课程学习的轴承寿命预测方法及装置，包括获轴承健康到损坏的振动信号样本数据；对轴承的原始振动数据进行短时傅里叶变换，获得时变频域特征；引入多尺度时空特征编码器网络，用于计算输出轴承的剩余使用寿命，以及将输入的振动信号样本数据转化成高维特征数据；进行计算跨领域注意力系数和课程难度系数，得出最终的元课程学习权重；将测试集数据输入到更新后的多尺度时空特征编码器网络中进行预测，得到轴承剩余使用寿命预测结果。本发明可以不断优化主预测网络的更新过程，从而提高轴承剩余使用寿命预测的泛化性。