电子测量技术

作者：郑森潇，郭志涛，李义博，贠智

单位：1.河北工业大学电子信息工程学院 天津 300130;2.河北工业大学创新研究院(石家庄) 石家庄 050299

关键词：剩余寿命预测;GCN;自注意力机制;多尺度特征提取

基金：河北工业大学创新研究院（石家庄）石家庄市科技合作专项基金(SJZZXB23005、SJZZXC24011)项目资助

准确预测设备的剩余使用寿命(RUL)能够优化维护策略、降低成本并提高效率。然而现有的方法大多依赖于分离式地提取时间特征与空间特征，无法充分融合时间信息与空间信息。为此本文提出了一种基于多尺度特征提取的双轴注意力图卷积剩余寿命预测模型。模型首先通过级联的尺度可塑卷积模块对原始特征进行多尺度时空特征提取，获得不同维度的时空特征；随后利用这些不同维度的时空特征构造时空图，通过图卷积操作挖掘数据深层次的依赖关系；最后设计双轴注意力机制，对时间维度与空间维度的特征进行动态加权，实现关键特征的增强。在C-MAPSS数据集的FD001和FD004子集的实验验证中，RMSE和Score分别为11.87、236和13.44、816。结果表明，该方法相较于其他方法具有更高的精度。

来源：2026年第3期

《电子测量技术》期刊编辑部

查看电子测量技术杂志2026年第3期