本發(fā)明提供一種基于自動(dòng)多微分學(xué)習(xí)深度網(wǎng)絡(luò)的航空發(fā)動(dòng)機(jī)壽命預(yù)測(cè)方法，具體步驟為：采集待預(yù)測(cè)航空發(fā)動(dòng)機(jī)多維退化參數(shù)獲得采集數(shù)據(jù)；采用滑動(dòng)窗口對(duì)采集數(shù)據(jù)進(jìn)行分割獲得預(yù)處理數(shù)據(jù)；構(gòu)建包括MBCNN模型、MCBLSTM模型、全連接層FC1、回歸層的航空發(fā)動(dòng)機(jī)剩余壽命預(yù)測(cè)模型；將預(yù)處理數(shù)據(jù)作為MBCNN模型的輸入數(shù)據(jù)，提取MBCNN模型的輸出，將MBCNN模型的輸出及遞歸數(shù)據(jù)作為MCBLSTM模型的輸入數(shù)據(jù)，提取MCBLSTM模型的輸出；將MCBLSTM模型的輸出作為全連接層FC1的輸入，得到全連接層FC1的輸出，將輸入回歸層中進(jìn)行預(yù)測(cè)的剩余壽命的預(yù)測(cè)。本申請(qǐng)通過ADLDNN模型對(duì)特征自動(dòng)篩選并于差異化學(xué)習(xí)相結(jié)合，提高了壽命預(yù)測(cè)的準(zhǔn)確性和泛化能力。