Naukowcy opublikowali CruiseBench - nowy benchmark do predykcji pozostałego czasu użytkowania silników lotniczych, zbudowany na bazie zbioru danych N-CMAPSS. Głównym problemem, który rozwiązuje ta praca, jest zbyt duża zmienność i złożoność danych z rzeczywistych lotów - pełne zapisy lotów zawierają więcej informacji niż poprzednio używane snapshoty na poziomie cykli, ale jednocześnie entanglują sygnały degradacji z zmianami reżimu pracy, co utrudnia porównywanie różnych modeli.
Proponowane rozwiązanie wprowadza CPM-N-CMAPSS - artefakt maski, który identyfikuje okresy lotu w fazie przelotu dla dziewięciu dostępnych poddatasetów przy użyciu metody wspólnej wysokości. CruiseBench stosuje ustalony protokół przetwarzania, używając deskryptorów scenariusza i rzeczywistych pomiarów czujników jako wejścia, jednocześnie wykluczając czujniki wirtualne, parametry zdrowotne i dodatkowe metadane. To podejście preservuje natywną rozdzielczość danych i stosuje caps na wartości RUL na poziomie datasetu.
Eksperymenty z czterema popularnymi architekturami - LSTM, GRU, TCN i TSMixer - wykazały, że TSMixer osiągnął najlepsze wyniki z średnim błędem RMSE równym 3,4±1,71 i oceną Saxeny (2,50±2,99)×10^4. Benchmark stanowi znaczący krok w standaryzacji ewaluacji modeli predykcji czasu użytkowania silników, umożliwiając naukowcom przeprowadzanie rzetelnych porównań na jednolitych warunkach pomimo złożoności rzeczywistych danych lotniczych.