对于航空发动机寿命预测问题，它的难点在于特征数数多，而且特征也是传感器所收集到的数据，传感器一般带有噪声，会造成拟合过程中的不准确性，设计一个多变量输入，单变量输出的预测模型，而RNN（循环神经网络）是一类以序列数据为输入，在序列演进方向进行递归且所有节点循环单元都按照链式连接的递归神经网络，它非常适合用作发动机寿命的预测模型，一方面，发动机数据具有时间信息，另一方面，单纯的RNN在处理数据时存在梯度消失问题。所以我们在RNN中引入LSTM（长短期记忆单元），这样可以很好解决上述两个问题

数据驱动的寿命预测和健康管理技术研究进展

2019年科大讯飞工程机械核心部件寿命预测 代码与数据下载，该文件是加密文件，解压密码在https://blog.csdn.net/herosunly/article/details/102711266中。

NASA 锂电池数据 可以用作寿命预测 供有需要的人下载

用于间接预测锂电池剩余寿命

提取等压降放点时间、历史容量，用于锂电池剩余寿命预测

退化数据分析和剩余使用寿命估算_基于Wiener过程的方法综述

用于继电器寿命预测，本文采用bp神经网络算法预测继电器的寿命，采用matlab仿真，将超程吸合时间作为输入

基于ARIMA和pf方法的锂电池的剩余使用寿命情况的预测和研究

附详细注释，针对NASA电池数据，该程序用于提取容量。