简介： 一种航空发动机剩余寿命预测方法，涉及航空发动机。1：获取航空发动机历史失效数据，数据预处理，构造用于DCNN训练的标准训练集以及测试集；2：构建深度卷积神经网络，设置惩罚函数，加大滞后预测的惩罚权重，从噪声数据中提取更有代表性的深层特征；3：将步骤2中构建的DCNN中平铺层的数据提取出来，作为LightGBM算法的输入，完成后续预测过程，并用评估指标对预测结果进行评估。利用DCNN提取原始数据深层特征，同时增加滞后预测的惩罚，抛弃传统全连接层改用更强大的分类器LightGBM对提取出的特征进行预测。在保证训练时间几乎不增加的前提下，大幅提高预测准确率，为航空发动机剩余寿命预测提供可靠支持。