请翻译一下英文文本为中文：Abstract—The digital twin of a life-cycle rolling bearing is significant for its degradation performance analysis and health management This article proposes a digital twin model of life-

摘要——生命周期滚动轴承的数字孪生对于其退化性能分析和健康管理具有重要意义。本文提出了一种基于数据-模型组合的生命周期滚动轴承数字孪生模型。利用测量信号和轴承故障动态模型，估计了时间变化的缺陷大小，并通过反向传播神经网络揭示了轴承缺陷在生命周期内的演化规律。

然后，将演化缺陷的激励引入轴承动态模型中，形成虚拟空间中的生命周期轴承动态模型。最后，通过具有平滑周期一致性损失的改进CycleGAN神经网络将虚拟空间中的模拟数据映射到物理空间中的相应数据。通过将获得的数字孪生结果与时间域和频域中的测量信号进行比较，验证了所提出模型的有效性。