本發(fā)明屬于軸承壽命預(yù)測領(lǐng)域，公開了基于深度互學(xué)習(xí)和動態(tài)特征構(gòu)建的軸承剩余使用壽命預(yù)測方法，本發(fā)明中選用更穩(wěn)定的軸承特征RRMS，首先在第一階段運用由DML改進的卷積神經(jīng)網(wǎng)絡(luò)自動提取特征，用來指示軸承的健康情況，當(dāng)軸承退化到50％時(輸出小于0.5)時,通過長短時記憶網(wǎng)絡(luò)對后50％進行預(yù)測，最后，將這兩個階段的結(jié)果結(jié)合起來，得到軸承的壽命退化曲線，通過上述方法得到的模型輸出可以直接用于RUL的計算，該方法避免了對軸承失效閾值的選擇，在整個預(yù)測過程中，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)來提高模型的精度。