本發(fā)明屬于軸承壽命預(yù)測(cè)領(lǐng)域，公開了基于深度互學(xué)習(xí)和動(dòng)態(tài)特征構(gòu)建的軸承剩余使用壽命預(yù)測(cè)方法，本發(fā)明中選用更穩(wěn)定的軸承特征RRMS，首先在第一階段運(yùn)用由DML改進(jìn)的卷積神經(jīng)網(wǎng)絡(luò)自動(dòng)提取特征，用來(lái)指示軸承的健康情況，當(dāng)軸承退化到50％時(shí)(輸出小于0.5)時(shí),通過(guò)長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)對(duì)后50％進(jìn)行預(yù)測(cè)，最后，將這兩個(gè)階段的結(jié)果結(jié)合起來(lái)，得到軸承的壽命退化曲線，通過(guò)上述方法得到的模型輸出可以直接用于RUL的計(jì)算，該方法避免了對(duì)軸承失效閾值的選擇，在整個(gè)預(yù)測(cè)過(guò)程中，CNN和LSTM分別用于軸承退化的不同階段，最大限度地利用現(xiàn)有的全壽命數(shù)據(jù)和當(dāng)前的軸承歷史數(shù)據(jù)來(lái)提高模型的精度。