CruiseBench：面向发动机剩余寿命预测的实飞对齐N-CMAPSS基准

剩余寿命（RUL）预测是航空发动机维护计划的核心技术，其目标在于准确估计发动机能够继续安全运行的时间长度。近年来，随着数据驱动方法的兴起，N-CMAPSS数据集因其使用真实飞行记录模拟发动机从运行到失效的完整轨迹而备受关注。与传统的C-MAPSS相比，N-CMAPSS保留了飞行过程中的完整时间序列，而非仅记录循环级别的快照，从而提供了更高的真实感。然而，这种高真实感也带来了新的挑战：完整的飞行记录大幅增加了数据量，并将退化信号与操作状态变化紧密耦合，使得预处理步骤的选择和不同RUL模型性能的直接比较变得异常复杂。

为克服这一难题，研究人员提出了CruiseBench——一个从N-CMAPSS中精心提取的巡航阶段RUL基准。CruiseBench的核心创新在于引入了CPM-N-CMAPSS（巡航时段掩码），该掩码通过共同高度法在N-CMAPSS的九个可访问子数据集中识别每个飞行循环内的巡航区间，并以掩码形式存储。CruiseBench对这些掩码对应的数据行应用了一套固定预处理协议：仅使用情景描述符（如高度、马赫数等）和实测传感器作为模型输入，明确排除了虚拟传感器、健康参数及辅助元数据；同时保留原始分辨率的时间窗口，并为每个子数据集设定统一的RUL上限。

为了验证该基准的有效性，研究团队选取了LSTM、GRU、TCN及TSMixer四种代表性时序模型进行实验。在CruiseBench-eta5-W256-S10的标准设置下，TSMixer取得了最优性能，其平均均方根误差（RMSE）低至3.4±1.71，Saxena评分也达到最低的(2.50±2.99)×10^4。进一步的消融研究表明，飞行阶段的选择、时间降尺度的方法以及RUL上限阈值都会显著影响最终报告的指标，这凸显了标准化协议的重要性。

CruiseBench通过其固定的巡航阶段协议，为RUL模型的受控比较提供了一个可重复的子基准。同时，CPM-N-CMAPSS作为阶段特定的数据基础，也为未来的迁移学习、领域自适应等研究方向奠定了重要基础。该工作的代码与数据已公开，有望推动航空发动机预测性维护领域的标准化进程。