航天器关键部件寿命预测

平台概览

平台在公开退化数据（NASA PCoE 锂电池、C-MAPSS 涡扇发动机）上训练 GRU 寿命预测模型，迁移适配到自建航天仿真场景（航天电池、反作用轮），输出组件健康状态（health/SOH）与剩余寿命（RUL），嵌入"遥测监测 → 健康/寿命评估 → 维护与任务规划决策"的在轨健康管理闭环。本页全部数字与曲线均生成自提交包内真实实验结果文件（results/、outputs/stage3/、results_phase10/、results_phase12/、datasets/）。

四种主模式指标（CPU、多种子截尾均值集成）

注：本页指标直接读取 results/{device}/{mode}/metrics/metrics.json 单次基准运行实测值；01 技术方案报告 §12 参考表取 macOS/Linux 双平台基准中点，两者差异在校验容差内（最大 3.2% < 5%）。

寿命预测演示

选择运行模式与预测目标，查看测试集上的真实预测曲线（真实值 vs 预测值，来自 results/{device}/{mode}/predictions.csv）。将鼠标悬停在曲线上可读取数值。

跨领域迁移效果

两条"公开退化数据集训练 → 航天仿真数据集微调/适配"链路，6 种迁移策略 × 4 种目标域标注比例 × 5 随机种子（120 组受控实验/链路）。下图为 RUL MAE 迁移增益均值（相对从零训练基线，正值表示正迁移，来自 results_phase10/ 真实记录）。

C-MAPSS → 反作用轮仿真

NASA 电池 → 航天电池仿真

诚实口径：低比例（10%–50%）下各方法呈正增益，但经 Wilcoxon 符号秩检验 + Holm 多重比较校正后所有（比例, 方法）组合均不显著；100% 比例为负迁移。迁移判定为"部分成立、未形成统计显著优势"（详见 01_技术方案报告 §11–§12 与 04_评分标准覆盖矩阵 S9）。

提前性（观测前缀任务，same_condition 划分）

模型仅观测寿命前 20%/40%/60% 前缀，预测前缀末端真实 RUL（endpoint RUL MAE，越小越好）。

提前性结论（如实披露）：全部 18 项"最佳时序 vs 最佳静态"比较均为无显著差异（n=3，Wilcoxon 双侧最小 p=0.25）。

对比实验（同划分 · 同信息 · 同指标 · 5 种子）

四场景 × 七模型（naive_mean / linear / ridge / RF / LSTM / GRU / 指数退化）测试集 MAE 对比，来自 outputs/stage3/tables/summary_metrics.csv。指数退化基线使用真实 health 标签作为输入，属 oracle 上界参照。

工程应用流程与退化预警演示

遥测采集电压/电流/温度
力矩/转速/温度

→

健康状态评估SOH / health_index

→

剩余寿命预测RUL（步/循环）

→

阈值预警提前量输出

→

维护与任务规划

拖动滑块调整预警阈值，预警触发点与提前量将基于真实轨迹（datasets/ 中 RW_0001 与 SPACE_000）实时重算：

反作用轮健康指数轨迹（RW_0001）

预警阈值 0.30

预警提前量—步

航天电池 SOH 轨迹（SPACE_000）

预警阈值 0.85

预警提前量—循环

数据来源声明

本演示全部数字与曲线生成自提交包 03_可执行算法代码/ 内真实实验结果文件（metrics.json / predictions.csv / summary_metrics.csv / gains 记录 / phase12 summary / 仿真原始 CSV），未手工填写任何数字；
航天电池与反作用轮数据为自建仿真器生成的合成数据（data_source 已标注），物理参数为研究假设值，未与真实卫星在轨遥测标定；
公开数据集：NASA PCoE Battery Data Set（Saha & Goebel, 2007）、C-MAPSS（Saxena & Goebel, 2008），遵循各自发布条款；
本演示为离线静态页面，不访问任何网络资源，双击 index.html 即可打开。