新上线今天0 投票
CruiseBench：面向发动机剩余寿命预测的实飞对齐N-CMAPSS基准
背景：从C-MAPSS到N-CMAPSS的演进
航空发动机的剩余寿命（RUL）预测是预测性维护的核心任务。经典基准C-MAPSS提供简化的仿真数据，而N-CMAPSS则通过引入真实飞行剖面和完整航段时间序列，大幅提升了数据真实度。然而，这种真实感也带来了代价：全飞行记录数据量大，且退化信号与运行工况变化相互纠缠，导致预处理选择复杂化，不同模型的性能难以直接比较。
CruiseBench：标准化巡航阶段子基准
为解决上述问题，来自四川大学的研究团队提出了CruiseBench——一个基于N-CMAPSS的巡航阶段RUL基准。核心创新包括：
- CPM-N-CMAPSS：一种掩码工具，通过“共同高度法”自动识别每个飞行循环中的巡航区间，并针对9个可访问子数据集生成循环级巡航掩码。
- 固定协议：仅使用场景描述符和实测传感器作为输入，排除虚拟传感器、健康参数和辅助元数据；保留原始分辨率窗口，并应用数据集级RUL上限。
基线实验与关键发现
研究者在CruiseBench上评估了LSTM、GRU、TCN和TSMixer四种模型。在默认配置（CruiseBench-eta5-W256-S10）下：
- TSMixer表现最优，平均RMSE为3.4±1.71，Saxena评分为**(2.50±2.99)×10⁴**。
- 消融实验表明，飞行阶段选择、时间降采样方法和RUL上限阈值均会显著影响结果，凸显标准化协议的必要性。
意义与未来方向
CruiseBench通过固定巡航阶段协议，为RUL模型提供了可复现的受控比较平台。CPM-N-CMAPSS则为迁移学习和领域自适应研究提供了阶段特定的数据基础。该工作有望推动航空发动机预测性维护从“能跑”向“可比、可信”迈进。