数字孪生轴承

缺陷引导合成

一种基于缺陷引导条件扩散模型的数字孪生方法，用于在有限退化数据下重建轴承全寿命周期信号，并支持剩余寿命预测。

Jiewei, Deng · Wen, Gurangrui · 雷子豪 · Quanning, Xu · Su, Yu · Zhifen, Zhang

ASCE-ASME Journal of Risk and Uncertainty in Engineering Systems, Part A: Civil Engineering 2026

技术优势

数据不足也能用

通过数字孪生重建全寿命周期信号，解决工业现场高质量全寿命数据缺乏的问题，从而支持高精度剩余寿命模型开发。

生成过程可控

将缺陷条件生成模块嵌入扩散过程，利用伪标签指导合成符合缺陷演化模式的全寿命孪生信号，实现物理可解释且可控的信号合成。

关键特征保得住

生成的信号在时域和频域上保留了实测数据中的关键动态特征，如脉冲成分、调幅现象和故障相关频谱结构。

应用场景

• 轴承剩余寿命预测：用生成的全寿命信号训练剩余寿命模型，缓解实测数据不足。
• 旋转机械状态监测：通过数字孪生信号增强状态监测的故障特征表征能力。
• 工业设备预测性维护：为缺乏全寿命数据的设备提供退化信号，支持预测性维护决策。