基于深度学习的涡扇发动机剩余使用寿命预测方法及系统

本发明公开一种基于深度学习模型的涡扇发动机剩余使用寿命预测方法及系统，包括：获取涡扇发动机运行时的运行数据，并进行预处理，构建训练数据集；构建双通道的初始学习框架，根据所述数据集，采用引入CBAM注意力机制的TCN‑BiLSTM网络框架，进行训练；另一路径通过手工特征提取运行数据的平均值和退化趋势系数，作为预测模型的辅助输入；获得训练完成的预测模型；根据待检测的涡扇发动机的运行数据，以所述预测模型对涡扇发动机进行剩余使用寿命预测。本发明采用基于改进CBAM注意力机制的TCN‑BiLSTM混合模型，处理复杂的时序数据，同时还将手工提取的平均值和退化趋势系数作为辅助输入，提高预测的准确性。