【摘要】针对传统轴承健康评估方法中过分依赖人工经验和对复杂信号的处理以及通用性较差的问题，提出了一种结合堆叠降噪自动编码器和强化学习网络的轴承健康状态评估的训练模型，对健康状态评估的训练方法进行优化。该方法全部训练流程以端到端的方式进行，不需要人工参与，直接利用轴承数据进行特征提取与健康状态建模，高效地评估健康状态的动态退化过程。实验结果表明，该方法健康状态评估的结果与PCA、RMS等方式相比，具有更好的单调性、关联性和综合性能，在不同工况下有着更好的适应性。