摘要
本发明公开一种基于多尺度历史信息融合的涡扇发动机RUL预测方法及系统，包括：采集涡扇发动机运行时的各种传感器数据，并进行预处理，得到带有RUL标签的多个时间窗口数据；利用三个不同尺度的滑动窗口进行处理数据，将当前时刻之前的所有历史时间窗口数据在第三维度上进行叠加，并利用主成分分析法对叠加后的数据进行降维，最后将得到的三个尺度数据进行融合，得到训练和测试样本；采用ISEformer网络框架，训练获得RUL预测模型；根据待检测的涡扇发动机的运行数据，以所述预测模型输出预测结果。本发明通过这种将历史数据融合与深度学习技术相结合的创新方法，本发明显著提升了涡扇发动机在复杂工况下的RUL预测性能。
