Predict aero-engine remaining useful life from 21 sensors — a full ML pipeline from features to visualization.
Engine-RUL-Prediction builds an LSTM-based remaining-useful-life (RUL) prediction system for aero-engines using the NASA C-MAPSS dataset. It fuses 21 sensor signals over 30 time steps to forecast remaining life, reaching RMSE 28.54 cycles / MAE 21.13 cycles (~70% accuracy), enabling predictive maintenance.
Note
中文项目：基于 LSTM 的航空发动机剩余使用寿命（RUL）预测——NASA C-MAPSS 数据集，21 传感器 + 30 时间步，RMSE 28.54。
| Split | Records | Engines | Sensors |
|---|---|---|---|
| Train | 20,631 | 100 | 21 |
| Test | 13,096 | 100 | 21 |
Input: 21 sensors × 30 time steps. Output: remaining cycles.
- LSTM model — captures long-term dependencies in multi-sensor time series (RMSE ≤ 30 target).
- Automated feature fusion — 21-sensor data engineered and fused automatically.
- Predictive maintenance — from reactive to on-demand maintenance.
- 5 visualizations — time series, correlation heatmap, distribution, prediction comparison, all-predictions.
- Deployable — clean pipeline from data to model to plots.
git clone https://github.com/Windyhhh/Engine-RUL-Prediction.git
cd Engine-RUL-Prediction
pip install -r requirements.txt
python src/main.py # train & evaluate
python src/visualization.py # generate the 5 chartsPlots land in results/ (01_time_series … 05_all_predictions).
Engine-RUL-Prediction/
├── src/
│ ├── main.py # entry
│ ├── rul_prediction.py # LSTM model + training
│ └── visualization.py # charts
├── data/ # C-MAPSS FD001 (train/test/RUL)
├── results/ # 5 visualizations
└── docs/ # usage, design, results
以下内容提炼自项目博客 爆款博客.md，完整原文请点击链接。
选型维度：
- 场景适配度：是否适合时间序列预测任务
- 性能表现：训练速度、预测精度、资源占用
- 复用性：是否易于迁移到其他场景
- 学习成本：是否有丰富的文档和社区支持
评估过程：
- 对比传统机器学习（ARIMA、SVR）与深度学习（LSTM、GRU、Transformer）
- 在C-MAPSS数据集上进行基准测试
- 综合考虑精度、速度、可解释性
| 技术维度 | 最终选型 | 选型依据 | 复用价值 |
|---|---|---|---|
| 深度学习框架 | TensorFlow 2.x + Keras | 生态成熟，API简洁，支持GPU加速 | 适用于所有深度学习项目 |
| 核心模型 | LSTM（长短期记忆网络） | 擅长捕捉时间序列长期依赖，避免梯度消失 | 适用于股票预测、设备监控、气象预测等 |
| 数据处理 | Pandas + NumPy | 高效的数据清洗、特征工程工具 | 适用于所有数据分析项目 |
| 数据标准化 | StandardScaler（Z-score） | 消除量纲影响，加速模型收敛 | 适用于所有机器学习项目 |
| 可视化工具 | Matplotlib + Seaborn | 丰富的图表类型，支持中文显示 | 适用于所有数据可视化需求 |
| 性能评估 | RMSE + MAE | 工业界标准指标，直观反映预测误差 | 适用于所有回归预测任务 |
| 开发语言 | Python 3.8+ | 生态丰富，跨平台，易于部署 | 适用于所有AI项目 |
pie title 技术栈核心度占比
"深度学习模块(LSTM)" : 35
"数据处理模块" : 25
"可视化分析模块" : 20
"性能优化模块" : 12
"工程化部署模块" : 8
本项目采用分层架构 + 模块化设计，分为数据层、模型层、可视化层、应用层四层，支持前后端分离部署。
graph TB
subgraph 应用层
A1[main.py<br/>主程序入口]
end
subgraph 可视化层
V1[visualization.py<br/>可视化模块]
V2[时间序列图]
V3[相关性图]
V4[分布图]
V5[预测对比图]
V6[全体预测图]
end
subgraph 模型层
M1[rul_prediction.py<br/>RUL预测器]
M2[LSTM模型]
M3[训练模块]
M4[预测模块]
M5[评估模块]
end
subgraph 数据层
D1[数据加载]
D2[数据标准化]
D3[序列生成]
D4[train_FD001.csv]
D5[test_FD001.csv]
D6[RUL_FD001.csv]
end
A1 --> M1
A1 --> V1
M1 --> M2
M1 --> M3
M1 --> M4
M1 --> M5
M1 --> D1
D1 --> D2
D2 --> D3
D3 --> D4
D3 --> D5
D3 --> D6
V1 --> V2
V1 --> V3
V1 --> V4
V1 --> V5
V1 --> V6
style A1 fill:#FF6B6B
style M1 fill:#4ECDC4
style V1 fill:#45B7D1
style D1 fill:#96CEB4
数据层（可直接复用）：
- 模块职责：数据加载、编码处理、标准化、序列生成
- 交互逻辑：向上提供标准化的3D张量数据
- 复用方式：修改CSV路径和列名即可适配新数据集
模型层（核心模块）：
- 模块职责：LSTM模型构建、训练、预测、评估
- 交互逻辑：接收数据层的序列数据，输出RUL预测值
- 复用方式：修改模型参数（LSTM单元数、Dropout率）即可调优
可视化层（可裁剪）：
- 模块职责：生成5类可视化图表
- 交互逻辑：独立于模型层，可单独调用
- 复用方式：可根据需求删除不需要的图表
应用层（可扩展）：
- 模块职责：流程编排、参数配置、结果输出
- 交互逻辑：调用下层模块，控制执行顺序
- 复用方式：可扩展为Web API、命令行工具、GUI界面
功能描述：
- 输入：原始CSV文件（26列：unit_id, time, 3个设置参数, 21个传感器）
- 输出：标准化的3D张量
(样本数, 30时间步, 21特征) - 核心作用：消除量纲影响，构建时间序列输入
技术难点：
- 多编码格式兼容：CSV文件可能是UTF-8或Latin-1编码
- 滑动窗口序列生成：需要为每台发动机生成多个时间窗口
- RUL标签计算：训练集RUL需根据最大时间反推，测试集RUL来自真实值文件
实现逻辑：
步骤1：加载数据
- 尝试UTF-8编码，失败则使用Latin-1
- 跳过中文列名行，使用自定义列名
步骤2：特征提取
- 提取sensor_1到sensor_21共21列
- 使用StandardScaler进行Z-score标准化
步骤3：序列生成
- 对每台发动机，使用长度30的滑动窗口
- 计算每个窗口对应的RUL标签
- RUL = max_time - current_time + 1
步骤4：数据验证
- 检查序列形状是否正确
- 检查是否存在NaN值
接口设计：
def create_sequences(data, unit_ids, sequence_length=30):
"""
创建时间序列和对应的RUL标签
参数：
data: DataFrame，包含unit_id, time, sensor_1~21
unit_ids: 发动机ID列表
sequence_length: 时间窗口长度，默认30
返回：
X: ndarray，形状为(样本数, 30, 21)
y: ndarray，形状为(样本数,)，RUL标签
unit_list: ndarray，每个样本对应的发动机ID
"""复用价值：
- 毕设场景：可直接用于轴承振动数据、电池充放电数据等时间序列预测
- 企业场景：支持实时数据流处理，只需修改数据源接口
配置模板：
# 配置文件示例
CONFIG = {
'data_path': {
'train': 'train_FD001.csv',
'test': 'test_FD001.csv',
'rul': 'RUL_FD001.csv'
},
'feature_cols': ['sensor_1', 'sensor_2', ..., 'sensor_21'],
'sequence_length': 30,
'scaler_type': 'StandardScaler' # 可选MinMaxScaler
}时序处理流程图：
sequenceDiagram
participant CSV as CSV文件
## 七、性能优化
### ⚡ 优化维度与成果
| 优化维度 | 优化前痛点 | 优化方案 | 测试环境 | 优化后指标 | 提升幅度 |
|---------|-----------|---------|---------|-----------|---------|
| **训练速度** | 单轮训练耗时120秒 | 使用GPU加速+批次优化 | NVIDIA RTX 3060 | 单轮训练耗时15秒 | **87.5%↑** |
| **预测精度** | RMSE=35.2周期 | LSTM替代SVR+特征融合 | C-MAPSS数据集 | RMSE=28.54周期 | **18.9%↑** |
| **内存占用** | 训练时占用8GB | 序列生成优化+数据类型优化 | 16GB内存环境 | 训练时占用3.2GB | **60%↓** |
| **推理速度** | 单样本预测50ms | 批量预测+模型量化 | CPU环境 | 单样本预测5ms | **90%↑** |
| **模型大小** | 模型文件12MB | 剪枝+权重共享 | - | 模型文件4.5MB | **62.5%↓** |
### 📊 优化前后对比可视化
```mermaid
xychart-beta
title "性能优化前后对比"
x-axis [训练速度, 预测精度, 内存占用, 推理速度, 模型大小]
y-axis "提升百分比 (%)" 0 --> 100
bar [87.5, 18.9, 60, 90, 62.5]
1. GPU加速训练
- 使用TensorFlow GPU版本，CUDA 11.2 + cuDNN 8.1
- 批次大小从16调整为32，充分利用GPU并行计算
- 混合精度训练（FP16），显存占用降低50%
2. 数据预处理优化
- 使用NumPy向量化操作替代Python循环
- 序列生成采用滑动窗口视图，避免数据复制
- 数据类型从float64降为float32，内存减半
3. 模型结构优化
- 对比测试不同LSTM层数（1层、2层、3层），选择2层平衡精度与速度
- Dropout率从0.3调整为0.2，减少过拟合同时保持训练速度
4. 推理加速
- 批量预测替代单样本预测，吞吐量提升10倍
- 使用TensorFlow Lite量化模型，推理速度提升2倍
问题1：运行main.py报错"No module named 'tensorflow'"
现象：ModuleNotFoundError: No module named 'tensorflow'
排查步骤：
1. 检查虚拟环境是否激活：which python
2. 检查TensorFlow是否安装：pip list | grep tensorflow
3. 检查Python版本：python --version（需3.8+）
解决方案：
pip install tensorflow==2.10.0 # 指定版本安装
问题2：生成的图表中文显示为方块
现象：图表标题和标签显示为□□□
排查步骤：
1. 检查系统是否安装SimHei字体
2. 检查matplotlib字体配置
解决方案：
# Windows
fc-cache -fv
# Linux
sudo apt-get install fonts-wqy-zenhei
# 代码中添加
plt.rcParams['font.sans-serif'] = ['SimHei', 'DejaVu Sans']
问题3：模型训练过程中显存不足
现象：CUDA out of memory
排查步骤：
1. 检查GPU显存：nvidia-smi
2. 检查批次大小是否过大
解决方案：
# 方案1：减小批次大小
batch_size = 16 # 从32改为16
# 方案2：使用混合精度训练
from tensorflow.keras import mixed_precision
policy = mixed_precision.Policy('mixed_float16')
mixed_precision.set_global_policy(policy)
# 方案3：使用梯度累积
# 见企业级部署指南
问题4：预测精度不符合预期（RMSE > 35）
现象：RMSE=35.2，高于预期的28.54
排查步骤：
1. 检查数据是否正确加载
2. 检查标准化是否生效
3. 检查序列长度是否为30
解决方案：
# 验证数据
print(X_train.shape) # 应为(样本数, 30, 21)
print(X_train.mean(), X_train.std()) # 应接近0和1
# 重新训练
model = build_lstm_model(...)
history = model.fit(X_train, y_train, epochs=100, ...)
问题5：程序运行速度慢（单轮训练>60秒）
现象：训练速度慢，单轮耗时120秒
排查步骤：
1. 检查是否使用GPU：tf.config.list_physical_devices('GPU')
2. 检查批次大小
解决方案：
# 启用GPU
import tensorflow as tf
gpus = tf.co
---
## License
MIT — free to use, modify and distribute.