基于SE-ResNet的C-MAPSS涡扇发动机剩余寿命预测

发动机一但空中停车，轻则航班延误、重则机毁人亡。可发动机的退化过程并不像开关灯那样瞬间切换——从叶片磨损、轴承间隙变大到性能指标逐渐偏移，往往要经历成百上千个飞行循环。如果能提前几十个循环预判剩余寿命，维护部门就能从容安排返厂检修、调配备用发动机，把非计划停场变成计划内维修。这正是剩余使用寿命（RUL，Remaining Useful Life）预测的核心价值。

这次分享的项目，是围绕公开的C-MAPSS涡扇发动机仿真数据集，用SE-ResNet网络做剩余寿命预测的完整流程。选这个题目的原因很直接：C-MAPSS是故障预测与健康管理（PHM）领域最常用的公开基准数据集，数据规模适中、传感器维度丰富，用来验证深度学习方法非常合适；而SE-ResNet在图像分类上表现很好，把它的通道注意力机制迁移到一维时间序列上做退化特征提取，思路自然、效果也可控。整篇文章我会从数据预处理、标签制作、网络结构设计、训练调参到结果评估全部过一遍，Matlab代码实现为主线，适合理工科研究生、设备健康管理方向工程师，以及想把深度学习用到工业预测场景的入门者。

1. 项目背景与需求分析

1.1 为什么要用数据驱动方法做寿命预测

传统寿命预测主要靠物理失效模型，比如断裂力学、蠕变损伤累积模型。这类方法对机理清楚的结构件效果不错，但航空发动机是典型的复杂机电系统——高温涡轮叶片、密封件、轴承、燃油系统协同工作，相互耦合的退化模式很难用一组偏微分方程完整描述。换句话讲，物理模型建得太粗精度不够，建得太细参数标定成本又高得难以承受。

数据驱动方法换个思路：不去精确建模退化机理，而是从海量历史监测数据中学习退化模式与剩余寿命之间的映射关系。传感器数据、飞行循环记录、维护日志都成了特征来源，只要数据量够、特征与退化过程相关性够强，模型就能在不需要深入机理细节的情况下给出不错的预测。C-MAPSS数据集恰好满足这个条件：每台发动机从全新状态运行到故障，记录了几十个飞行循环的工况参数和传感器读数，且故障模式明确，非常适合做监督学习。

不过数据驱动也有自己的坑：传感器噪声大、退化信号弱、不同发动机之间加工装配差异大、多工况下数据分布不一致。这些坑会在后面逐个展开，避免大家重复踩。

1.2 C-MAPSS数据集到底长什么样

C-MAPSS数据集由多个子集组成，最常用的四个是FD001、FD002、FD003、FD004，复杂度从低到高：

每个样本包含26列数据：第1列是发动机编号，第2列是飞行循环序号，第3~5列是工况参数（高度、马赫数、油门解析角等），第6~26列是21个传感器通道的读数。传感器的物理含义包括风扇入口温度、压气机出口温度、物理转速、静压、燃油流量等，覆盖了发动机主要截面的热力参数。

我拿到数据后的第一反应是看传感器信号随循环次数的变化趋势。实际画出来会发现一个明显现象：有些传感器呈单调退化趋势，比如传感器2（风扇入口温度）随循环增加而升高；有些传感器变化很小，比如传感器1、5、6、10、16、18、19，退化过程中波动不明显，基本属于"噪声通道"。后面做特征筛选时会详细说怎么处理。

1.3 为什么选SE-ResNet而不是LSTM或纯ResNet

同样是时间序列预测，有人会问为什么不用LSTM、GRU这类循环网络。实话讲，LSTM在小样本时间序列上也有不错的表现，但几个短板明显：训练速度慢、难以并行化、长期依赖的捕捉能力受制于序列长度。C-MAPSS单个样本滑窗后长度通常是30~60个时间步，这个尺度LSTM能处理，但工程上要训很多轮才收敛，而且梯度传播路径长，调参难度更大。

纯ResNet的问题在于把所有通道特征平等对待。发动机21个传感器通道中，有的通道退化趋势明显、与RUL强相关，有的通道大部分时间是噪声。ResNet的卷积层在空间维度上提取特征，但通道维度上依然是"一视同仁"地累加。SE模块的出现就是要解决这个问题：通过对特征图的每个通道做全局统计，学习一个通道权重向量，重要通道放大、无关通道压缩。本质上是在卷积特征提取基础上加了一层"通道维度的注意力机制"，让网络自己学会该盯哪些传感器。

SE-ResNet和纯ResNet在C-MAPSS上的差异，我自己测试的FD001子集上，RMSE能下降5%左右，而FD002、FD004这类多工况子集的提升更大，说明通道注意力对工况变化导致的传感器响应差异确实有感知能力。

2. 数据预处理：从原始传感器序列到训练样本

2.1 传感器通道筛选与降噪处理

C-MAPSS原始提供21个传感器通道，但直接全部塞进网络不是最优做法。噪声通道不仅增加计算量，还会引入额外方差。我常用的筛选逻辑很简单：计算每个传感器序列在整个生命周期内的变化幅度（最大值减最小值），同时对比不同发动机之间的均值漂移。

具体操作分两步。第一步，做z-score标准化后，绘制每个传感器在所有训练发动机上的退化轨迹，剔除变化平缓、以噪声为主的通道。实际来看，传感器1、5、6、10、16、18、19在FD001上几乎没有单调退化特性，信号基本在一个均值附近随机波动，保留它们只会让模型去拟合噪声。第二步，对保留的传感器做滑动窗口均值滤波，窗口大小取5。

滤波这一步不要过度做，窗口太大反而会抹掉退化拐点。发动机退化往往是前期缓慢、后期加速的过程，拐点附近的高频变化包含重要信息，滤波过度会让拐点变钝，影响模型对中后期突发退化的敏感度。

2.2 训练集RUL标签怎么制作：线性与分段折线

训练集每个发动机都是从完好一直运行到故障，发动机i共有T_i个循环。给每个循环打标签最自然的做法是：

RUL_i(t) = T_i - t

也就是剩余循环数。这个标签制作是最朴素的线性退化假设。问题是，发动机早期循环健康度很好，性能基本没有明显衰减，直接设定从第1个循环就开始线性降寿命，会让模型在早期样本上学到"明明是健康的，却要预测一个很长的剩余寿命"，这对边界样本的拟合压力很大。

工程实践里更常用的是分段退化标签（piece-wise linear RUL）：设定一个健康运行阈值，比如前125个循环内健康状态保持RUL=125不变，之后进入线性退化阶段。这个阈值不是拍脑袋定的，来源于C-MAPSS数据集的观察：大部分发动机在极早期循环段的传感器读数几乎不变，退化主导趋势要到中后期才显现。具体阈值可以和你的窗口长度配合调整，常见取值在90~125之间。

我做实验时对比了纯线性标签和分段标签，分段标签在FD001上RMSE能降低8%左右，主要收益集中在预测值偏高的场景——健康发动机不会过早报寿命耗尽，贴合实际维护判断逻辑。

2.3 滑动窗口构造样本与标签对齐

模型不能直接把整条发动机寿命序列作为输入——不同发动机的寿命长度差异很大（最短只有127个循环，最长超过350个循环），直接对齐长度做不到。标准做法是滑窗裁剪：设定窗口长度L（我常用30），以步长1在每条发动机序列上滑动，每次截取L个连续循环的传感器数据作为样本特征，对应的标签是窗口最后一个循环的RUL值。

窗口长度的选择直接影响模型效果。窗口太短（比如10），模型看到的历史信息太少，退化趋势无法有效识别；窗口太长（比如60~100），样本数量急剧增加、训练时间拉长，而且每个样本覆盖的退化阶段跨度大，反而模糊了局部特征。在FD001上，L=30是经过实测的合理选择，一条200个循环的发动机序列能生成约170个训练样本，100台发动机合计1.7万个左右，规模适中。

有一点必须提醒：滑窗步长取1会导致相邻样本高度相关。这个特性对训练本身影响不大，但划分训练集和验证集时不能随机打乱样本，必须按发动机编号划分——否则同一台发动机的相邻窗口样本同时落在训练集和验证集，验证损失会虚低，模型真实泛化能力被高估。

3. SE-ResNet网络结构设计

3.1 残差模块：为什么需要"跳跃连接"

ResNet的核心贡献是残差学习。传统卷积网络通过堆叠卷积层直接学习输入到输出的映射 H(x)，层数加深后梯度消失、训练误差反而上升。ResNet把学习目标改为残差 F(x) = H(x) - x，层输出变为：

y = F(x) + x

这个"捷径连接"（shortcut connection）提供了梯度回传的高速通道，反向传播时梯度可以直接流过捷径到达浅层，缓解梯度消失。对于RUL预测这种回归任务，残差结构还有一层好处：如果某个卷积模块没有学到有效特征，模型可以通过捷径直接将输入传递到输出，等价于"跳过"这个模块，不会对结果产生破坏性影响。

针对一维时间序列输入（窗口长度L、传感器通道数C），卷积核要从图像里的二维（宽、高）改成时间维度上的一维卷积。核心代码如下：

tempNet = [ convolution1dLayer(3, 64, 'Padding', 'same', 'WeightsInitializer', 'he') batchNormalizationLayer reluLayer convolution1dLayer(3, 64, 'Padding', 'same', 'WeightsInitializer', 'he') batchNormalizationLayer ];

这里的卷积核大小为3，含义是卷积每个时刻的感知范围覆盖前后各1个循环。连续堆叠多个卷积层之后，感受野逐步扩大，模型可以组合出"近端波动 + 中期趋势 + 长期退化"的多尺度特征。

3.2 SE模块拆解：挤压、激励、再标定

SE模块是SENet的核心创新，机制不复杂，但效果很扎实。它由三个步骤组成：

第一步，Squeeze（挤压）。对卷积输出的特征图做全局平均池化，把每个通道的空间信息压缩成一个标量。对一维时间序列来说，就是把时间维度上的特征响应求平均，得到该通道的全局统计量：

squeezeLayer = meanPooling1dLayer('GlobalAverage');

第二步，Excitation（激励）。通过两个全连接层学习通道之间的依赖关系。第一个全连接层把通道维度压缩到原来的1/r（r是缩减率，常用16），激活函数用ReLU；第二个全连接层恢复原始通道数，激活函数用Sigmoid，把每个通道的权重映射到(0,1)区间。这个设计的巧妙之处在于：先用较小的瓶颈层限制模型容量、避免过拟合，再通过非线性变换让不同通道之间产生交互。

第三步，Scale（再标定）。把激励步骤输出的权重向量逐通道乘以原来的特征图。权重接近1的通道被保留，权重接近0的通道被抑制。如下面代码所示，用乘法层把原特征图和Sigmoid输出对齐相乘：

scaleLayer = [ fullyConnectedLayer(64/r, 'WeightsInitializer', 'he') reluLayer fullyConnectedLayer(64, 'WeightsInitializer', 'he') sigmoidLayer ]; seLayer = [ squeezeLayer scaleLayer multiplyLayer(2, 'Name', 'SE_scale') ];

直观理解：SE模块给网络装了一个"传感器注意力开关"。当模型看到压气机出口温度持续爬升时，把对应通道放大；当某个通道信号一直平稳时，把对应通道抑制住。这比让卷积核手动学习哪几个通道重要要可靠得多。

3.3 完整网络架构与参数配置

我把完整网络设计成四个残差块，每个残差块包含两个卷积层和一个SE模块。残差块的输出通道数从32逐步提高到128，对应特征抽象层次的加深：

layers = [ sequenceInputLayer(21, 'Name', 'input') % 21个传感器通道 % 第一残差块 convolution1dLayer(7, 32, 'Padding', 'same', 'Name', 'conv1_1') batchNormalizationLayer reluLayer convolution1dLayer(7, 32, 'Padding', 'same', 'Name', 'conv1_2') batchNormalizationLayer % 残差加法需要特征图尺寸和通道数一致 additionLayer(2, 'Name', 'add1') reluLayer % SE模块 meanPooling1dLayer('GlobalAverage', 'Name', 'gap1') fullyConnectedLayer(2, 'Name', 'se_fc1_1') reluLayer fullyConnectedLayer(32, 'Name', 'se_fc1_2') sigmoidLayer multiplyLayer(2, 'Name', 'se_scale1') ];

实际搭建时建议用layerGraph把主干和SE模块分开构建再连接，因为加法层和乘法层的两个输入来自不同路径，用串行数组拼接容易出错。卷积核大小从7开始，逐步过渡到3，是为了让第一个卷积块能捕捉更长范围的退化趋势，深层卷积块聚焦局部细节。

在Matlab中搭建类似残差结构时，比较繁琐的环节是AdditionLayer和MultiplyLayer的输入输出分支管理。建议先把主干、SE分支分别定义好，再用addLayers分别添加，最后用connectLayers连接。如果搭建中出现各层维度不匹配的报错，优先检查卷积输出的时间步数和通道数是否和捷径分支保持一致。

4. Matlab端到端实现：从数据处理到训练评估

4.1 数据读取与训练样本生成

数据读取用matlab内置函数即可，文本文件读进来后按发动机编号分组。由于不同发动机循环数不同，直接用cell数组存储，每个cell是一台发动机的传感器矩阵。核心代码如下：

function [XTrain, YTrain] = prepareTrainData(filename, windowLen, rulThreshold) raw = readmatrix(filename); engineIds = unique(raw(:, 1)); XTrain = []; YTrain = []; for i = 1:length(engineIds) idx = raw(:, 1) == engineIds(i); engineData = raw(idx, 6:26); % 取21个传感器通道 maxCycle = size(engineData, 1); rul = maxCycle - (1:maxCycle)'; rul(rul > rulThreshold) = rulThreshold; % 分段阈值处理 for t = 1:maxCycle - windowLen + 1 windowData = engineData(t:t+windowLen-1, :); XTrain = cat(3, XTrain, windowData'); % 通道数 x 窗口长度 x 样本数 YTrain = [YTrain; rul(t+windowLen-1)]; end end end

这里有几个细节容易出错。readmatrix读入的数据中，发动机编号列是第一个列，但传感器通道在6到26列。另外滑窗样本的维度要保持一致：Matlab的convolution1dLayer接受"通道数 x 序列长度 x 样本数"格式，所以windowData转置后放进第三维。分类任务用categorical标签，回归任务直接用数值型YTrain即可，不要误用分类交叉熵损失。

4.2 训练配置与超参数调优

训练配置直接影响最终收敛效果。我实测下来比较稳妥的一组配置是：

options = trainingOptions('adam', ... 'InitialLearnRate', 0.001, ... 'LearnRateSchedule', 'piecewise', ... 'LearnRateDropFactor', 0.5, ... 'LearnRateDropPeriod', 20, ... 'MaxEpochs', 80, ... 'MiniBatchSize', 128, ... 'ValidationData', {XVal, YVal}, ... 'ValidationFrequency', 50, ... 'L2Regularization', 0.0001, ... 'Shuffle', 'every-epoch', ... 'Plots', 'training-progress');

初始学习率0.001对应Adam优化器比较稳，如果训练震荡明显可以降到0.0005。学习率每20轮衰减一半，配合80轮总epoch，相当于在训练后半程做精细微调。MiniBatchSize设128主要是折中显存占和收敛速度，批大小太小梯度噪声大、失去BatchNorm稳定性；批大小太大虽然更稳定但单次迭代耗时增加。

数据归一化放在训练之前做，用训练集的均值和标准差去标准化测试集，这一点务必注意——不能直接对整个数据集做z-score，否则测试集的统计信息泄漏到模型训练过程中，评估结果失真。C-MAPSS不同传感器的量纲差异巨大，比如传感器2读数在580左右，传感器11读数在10附近，不做标准化的话卷积权重初始化对于小数值通道的敏感性会被放大。

4.3 分阶段训练：先上经典ResNet，再叠加SE

我的建议是先跑通纯ResNet，把整个数据通路打通后，再叠加SE模块对比效果。这样做的好处是能快速定位问题来源——训练不收敛大概率是数据处理问题，而不是SE模块设计问题。分阶段对比也能直观说明SE到底带来了多少收益。

训练时监控训练损失和验证损失两个曲线。如果验证损失先降后升，说明过拟合，增加L2正则或增大数据集规模；如果两个损失都降不下去，优先检查标签是否对齐、传感器是否做了正确z-score。

训练完成后，保存最优模型权重，对测试集推理时记得关掉Dropout和BatchNorm的训练模式：

net = trainNetwork(XTrain, YTrain, lgraph, options); YPred = predict(net, XTest);

注意这里的predict输出是每个测试样本的预测RUL。C-MAPSS测试集每个发动机从健康状态运行到某个时间点截断，需要基于截断点之前的滑窗样本预测该时刻的RUL。具体做法是取每个发动机在测试集中的最后一个样本预测作为整台发动机的RUL估计，再和真实RUL计算误差。

4.4 评估指标：RMSE与评分函数

回归任务的基础指标是均方根误差（RMSE）：

rmse = sqrt(mean((YPred - YTrue).^2));

RMSE对大误差敏感，适合衡量整体精度。但工业PHM领域更看重预测误差的方向性——晚预测（预测寿命比真实寿命长）可能导致发动机故障后还在飞，这是安全事故；早预测（预测寿命比真实寿命短）最多造成提前检修，经济成本高但安全可控。C-MAPSS官方评分函数对这种不对称性做了显式建模：

function score = evalScore(YPred, YTrue) d = YPred - YTrue; score = sum(exp(-d/13) - 1) * (d < 0) + sum(exp(d/10) - 1) * (d >= 0); end

注意表达式里(d<0)表示早预测（预测值小于真值），航天发动机评分函数对早预测的惩罚系数是13，对晚预测是10，且用指数放大了晚预测的代价。这个评分函数在论文里经常作为主指标，它的改进空间和RMSE并不完全同步，因为评分函数对个别极端晚预测样本非常敏感，有时候RMSE相近的两个模型，评分会差出几倍。

5. 实验结果对比与深入分析

5.1 FD001到FD004的预测效果

这里给出一组我实测的典型结果，网络结构和前面描述的配置完全一致：

从趋势上看，FD001、FD003这类单工况子集的预测误差明显小于FD002、FD004多工况子集。原因也好理解：多工况下发动机在不同飞行阶段（起飞、巡航、降落）的传感器读数差异很大，同一个传感器在不同工况下的正常值范围不一样，模型需要更多样本才能学出"当前处于什么工况、这个工况下传感器偏离多少才算退化"。SE模块的通道注意力机制在这里帮助模型动态调整对不同工况下传感器的关注权重，所以多工况子集上SE带来的收益更明显。

5.2 为什么SE模块能带来提升

直接可视化SE模块学到的通道权重分布，能清晰看出它在干什么。FD001上经过训练后，传感器2、3、4、7、8、9、11、12、13、14、15、17、20、21的权重普遍高于传感器1、5、6、10、16、18、19。这就等于模型自动完成了传感器筛选，不需要人工预选通道。人工筛选和SE自动筛选并不冲突——可以先大体剔除完全无效的通道（几乎不变化的），再让SE模块在剩余通道中做精细化权重分配。

另一个提升来源是通道间的非线性交互。某些传感器的退化信号在单通道上很弱，要和别的传感器组合起来才能体现退化趋势。SE模块的全连接层本质上学习了一个通道间的相关性矩阵，相当于在传感器融合层面做了特征组合。这一点是纯卷积层难以实现的。

5.3 和LSTM、传统机器学习的对比

作为参考，我用相同的数据预处理流程跑了LSTM和传统的支持向量回归（SVR）做对比。FD001上LSTM大概RMSE=20左右，SVR在精心调参后大约RMSE=22~25。SE-ResNet的优势不仅是精度更高，训练时间也更短——卷积网络可以充分利用GPU并行计算，LSTM必须串行处理时间步，训练一轮的时间差距数量级上很明显。

不过LSTM也有它的位置：如果序列长度很长（比如上百个循环），LSTM对时间依赖的建模能力不一定比卷积差，而且LSTM天然适应变长序列，不需要固定窗口。用SE-ResNet的话，窗口长度就是一个需要提前敲定的超参数。两种方法各有取舍，我的经验是窗口长度在30~60的场景下SE-ResNet更适合工程落地，因为训练更稳定、超参更少。

6. 常见问题与排查技巧实录

6.1 训练损失不下降

最常遇到的情况是梯度爆炸和数值溢出。表现是训练损失在前几个迭代直接变成NaN或者Inf。绝大多数原因是数据标准化没有做好，某个传感器通道存在异常值或者量纲过大。排查手段是打印归一化之后的输入数据范围，确认所有通道的均值在0附近、方差在1附近。另一个常见原因是学习率设置过大，Adam对初始学习率依然敏感，0.01以上在深网络上很容易梯度爆炸。

6.2 验证集划分导致数据泄漏

这个问题容易被忽略。如果直接在滑窗样本层面随机划分验证集，同一台发动机相邻循环窗口的样本会同时出现在训练集和验证集，模型相当于提前"见过"相近样本，验证损失会异常低，但测试集上表现拉胯。正确做法是按发动机编号分组划样本，保证同一台发动机的数据只能出现在一个集合中。我在代码里用unique(engineIds)先分出训练发动机和验证发动机，再在各自的样本池里取训练集和验证集。

6.3 标签选择对预测结果的影响

分段阈值RUL的选择对结果影响很大。阈值设得太小，健康阶段样本都标记为阈值值，退化阶段标签变化幅度不够，模型偏向输出中值；阈值设得太大，相当于整条寿命都是线性退化，失去了分段的意义。建议在90到125之间做一次网格搜索，用验证集RMSE来判断最优值。另外，测试集的真实RUL文件是逐引擎给一个数值，不是完整序列，计算评分函数时只需要和最后一个窗口的预测值对齐即可。

6.4 Matlab内存占用过大

滑窗生成样本后，XTrain变成"传感器通道数 x 窗口长度 x 样本数"的三维数组，数据量过大时内存会爆。一个方案是用tall数组或者自定义minibatch datastore，在训练过程中动态读取滑窗数据而不是一次性全部载入内存。另一个更简单的方案是控制训练样本规模，比如对每条发动机序列每隔一个循环取一个窗口（相当于步长2降采样），FD001上模型精度下降不超过3%，内存占用直接减半。

我的实操心得

做了几轮SE-ResNet和C-MAPSS的实验之后，一个很大的体会是：这个项目最大的难点不是网络结构，而是数据组织和标签设计。很多入门者一上来就叠模型、调参，却忽略了数据泄漏、标签阈值这类基础问题，最后模型在训练集上表现优异，测试集上一塌糊涂，还把锅甩给网络结构。

还有一个细节值得多说一句——模型预测的可视化。每次训练完都值得画一张图，把每个测试发动机的真实RUL和预测RUL画成散点图，横轴是测试发动机编号，纵轴是RUL。如果绝大多数点落在对角线附近、只有少数严重偏离，这类离群点对应的往往是工况切换剧烈的发动机或多故障叠加的样本。这种可视化分析能帮你在误差指标之外找到模型失效的模式，进一步指导数据处理和网络改进。

如果你打算在这个方向上继续深入，我建议下一步尝试两件事：一是把SE模块换成ECA或CBAM这类轻量注意力机制，对比不同注意力机制在时间序列上的效果差异；二是做不确定性估计，让模型不只是输出一个寿命点预测值，而是输出一个置信区间。后者在真实维护决策中价值极大——现场工程师需要的不是一个"大约还能飞200循环"的数字，而是"有90%把握还能飞150到280循环"的区间判断，这才是从模型到决策之间的最后一步。