本研究提出了一种新型深度自回归模型ShaftFormer，用于铁路振动预测，旨在解决传统检查无法有效预防机械故障的问题。该模型能够在多种条件下模拟和预测振动信号，增强检测系统的有效性，提前发出维护警报，从而提升铁路安全与维护效率。