问题背景

航空发动机是各类航空飞行器的核心设备，其可靠性、维修性、安全性、保障性和测试性（reliability，maintainability，safety，supportability and testability，RMSST）一直是学术界与工业界的关注焦点。

为提高设备 RMSST 性能、降低维修成本，解决系统维护的经济可承受性，以剩余寿命预测为核心的故障预测与健康管理技术（Prognostics Health Management，PHM）已成为当前航空领域的研究热点。

解决方案

剩余有效寿命估计是典型的预测性维护问题，发动机剩余有效寿命是研究目标。在预测剩余有效寿命过程中，提取经历了从正常状态到故障状态整个生命周期的发动机的相关特征，包括 3 个操作条件变量和 21 个传感器变量，通过对操作变量的初步分析，采用聚类算法构建模型，根据聚类结果对工况进行区分，再对不同工况数据进行预处理，基于剩余寿命计算健康系数，最后采用线性回归算法建立传感器参数与健康系数的回归模型，以预测航空发动机的健康系数，从而得到发动机的剩余有效寿命。

预期效果

以 NASA 的 C-MAPSS 航空发动机仿真模型数据进行剩余有效寿命估计，根据上面的解决方案，计算新指标健康系数，采用线性回归算法对航空发动机的传感器参数与健康系数构建训练模型，模型评估采用均方根误差 RMSE，结果为 0.16，说明模型效果不错。

应用上面训练好的模型，将传感器参数作为输入数据，预测得到航空发动机对应的健康系数。将模型预测的健康系数（蓝色曲线）与真实计算的健康系数（绿色）绘制图形如下所示，预测的整体趋势与实际的相吻合。

基于健康系数与剩余寿命之间的关系，即可计算得到剩余有效寿命，部分结果如下：

| 预测剩余有效寿命 | 实际剩余有效寿命 | 总寿命 | | :------------------: | :------------------: | :--------: | | 159.4 | 172.9 | 223 | | 167.5 | 161.2 | 223 | | 160.7 | 142.1 | 223 | | 151.2 | 153.1 | 223 |