摘要
本发明公开了一种基于MAML元学习的滚动轴承剩余寿命预测方法,所述方法包括:采用PCA算法进行多特征融合构建出滚动轴承的健康因子FHI;构建MAML‑N‑Beats滚动轴承剩余寿命预测模型,模型的输入为构建的健康因子FHI;将预测模型的各训练集T的健康因子FHI划分为许多个任务,并将每个任务划分为支持集和查询集;将每个测试任务查询集输入到微调好的MAML‑N‑Beats模型中,经过计算输出后实现轴承剩余寿命预测。与传统的RUL预测方法相比,该方法提高了预测精度,同时还能进行短期数据的快速预测。