基于GRU-CNN残差网络模型的航空发动机剩余使用寿命预测方法

本发明为基于GRU‑CNN残差网络模型的航空发动机剩余使用寿命预测方法，包括以下内容：获取航空发动机的多源传感数据，并进行预处理以及特征选择处理后获得数据集，将数据集分成训练集、验证集和测试集，确定每个样本的RUL标签；构建GRU‑CNN残差网络模型，GRU‑CNN残差网络模型包括GRU层1、GRU层2、卷积层、池化层和全连接层，数据输入GRU层1，之后进入GRU层2，GRU层2的输出与GRU层1的输入进行残差连接后，再经过维度调整后依次经过卷积层、PReLU激活函数、池化层、展平操作和全连接层，输出预测结果；获得训练好的GRU‑CNN残差网络模型，用于对航空发动机剩余使用寿命进行预测。该方法显著提升模型的训练稳定性和计算效率，能够兼顾准确性和实时性要求。