Mantener la fiabilidad de la maquinaria rotativa en entornos industriales conlleva desafíos significativos. El objetivo de este artículo es desarrollar una metodología que pueda predecir con precisión el estado de la maquinaria rotativa para facilitar la implementación de estrategias efectivas de mantenimiento preventivo. Este artículo propone un novedoso método de aumento de datos centrado en la vida útil restante (RUL), denominado DF-MDAGRU, con el propósito de predecir la vida útil restante (RUL) de los rodamientos. Este modelo se basa en un marco de codificador-decodificador que integra la mejora de características en el dominio tiempo-frecuencia con unidades recurrentes de atención dinámica multidimensional para la extracción de características. Este método mejora las características del dominio tiempo-frecuencia a través del módulo de submuestreo de wavelet discreto (DWD) y el bloque residual de Fourier convolucional (CFRB). Este método emplea un módulo de atención de canal multiescala (MS-CAM) y un mecanismo de atención espacial convolucional multiescala (MSSAM) para extraer información de características de canal y espaciales. Finalmente, las predicciones de salida se procesan a través de regresión lineal para lograr la estimación final de RUL. Los resultados experimentales demuestran que el método propuesto supera a otros enfoques de vanguardia en los conjuntos de datos FEMETO-ST y XJTU.