摘

要

摘

要

在制造业智能化与数字化转型的浪潮中，高端装备关键零部件正朝着大型化、集

成化方向迈进。轴承作为城轨列车的核心部件之一，精准预测其剩余使用寿命

（Remaining

Useful

Life，RUL）意义非凡。准确的RUL预测，不仅能预估设备失效时

间，为维护工作提供可靠依据，还能显著增强城轨列车运行的安全性与可靠性，有效

规避重大经济损失与安全风险。目前，传统数据驱动方法在RUL预测领域应用广泛且