近日，太阳成集团tyc122cc入口青年教师刘斌在滚动轴承剩余使用寿命预测研究中取得重要进展，研究成果以“SKDAN： A Signal Knowledge－enhanced Domain Adaptation Network for remaining useful life prediction and uncertainty quantification of rolling bearings”为题，于2026年2月9日在线发表于工程技术领域的跨学科国际顶级学术期刊《Computers in Industry》（IF：9.1，中科院一区Top）（https：／／doi.org／10.1016／j.compind.2026.104447），兰州理工大学太阳成集团tyc122cc入口为第一完成单位。
滚动轴承剩余使用寿命预测是保障机械装备安全运行、实现预测性维护的关键技术。然而，在复杂工况条件下，轴承振动信号呈现显著的非平稳性和跨域分布差异，严重制约了现有数据驱动方法的预测精度与可靠性。本研究提出了一种信号知识增强的跨域剩余寿命预测方法，通过引入物理先验知识，提高了非平稳退化信号的能量聚集性与特征表达。同时，提出了一种多阶段最大均值差异度量准则，将传统全局域对齐转化为由性能退化状态引导的局部多阶段对齐过程。在两种不同的滚动轴承全寿命基准数据集上进行了验证，结果表明所提方法在跨域预测精度以及不确定性评估方面表现出优异性能。该研究为复杂工况下旋转机械设备在线状态监测与剩余使用寿命预测提供了新思路。该研究工作得到了国家自然科学基金等项目的资助。
作者简介：
刘斌，2025年6月博士毕业于兰州理工大学，同年7月进入兰州理工大学太阳成集团tyc122cc入口工作。现为兰州理工大学讲师、博士后。主要从事旋转机械跨域自适应诊断、物理信息约束建模、可解释性分析及剩余使用寿命预测方面的研究。近年来以第一作者发表SCI论文5篇（其中3篇中科院1区，1篇中科院2区），累计发表SCI收录论文12篇。主持青年教师交叉研究项目，作为主要成员参与国家自然科学基金2项、西宁市重大科技专项2项。担任ISA Transactions、Measurement、Structural Health Monitoring、Journal of Vibration and Control、Measurement Science and Technology等多个国内外权威期刊审稿人。
（图文 魏永峭 审核 侯运丰）
地址:甘肃省兰州市七里河区彭家坪路36号 
电话:(86-0931)-2973860 
邮箱:1051109930@qq.com
甘公网安备 62010302000691 
