CruiseBench: новый бенчмарк для оценки ресурса авиадвигателей нейросетями

Un grupo de investigadores publicó en julio de 2026 en arXiv CruiseBench, un banco de pruebas para predecir la vida útil restante (RUL) de motores de aviación que aísla únicamente la fase de crucero del vuelo a partir del conjunto de datos N-CMAPSS; en las pruebas de referencia, el modelo TSMixer mostró la mejor precisión con un RMSE promedio de 3.4.

Qué es CruiseBench

CruiseBench es un banco de pruebas especializado para comparar redes neuronales que predicen la vida útil restante de un motor de aviación (RUL, Remaining Useful Life), construido sobre el conjunto de datos N-CMAPSS. La propia predicción de RUL estima cuánto tiempo más puede operar el motor de forma segura, y es la base de la planificación del mantenimiento. El núcleo del banco de pruebas es el artefacto CPM-N-CMAPSS (Cruising-Period Mask for N-CMAPSS): una máscara que almacena los intervalos por ciclo del vuelo de crucero, identificados mediante el método de altitud común (common-altitude), para los nueve subconjuntos de datos disponibles.

• El banco de pruebas se deriva del conjunto de datos N-CMAPSS, una extensión del clásico C-MAPSS
• CPM-N-CMAPSS es una máscara de los intervalos de crucero para 9 subconjuntos de datos
• La entrada del protocolo son descriptores de escenario y lecturas de sensores reales
• De las características se excluyen los sensores virtuales, los parámetros de salud y los metadatos
• Modelos de referencia (baseline): LSTM, GRU, TCN y TSMixer

¿Por qué solo la fase de crucero?

La fase de crucero elimina el ruido de los cambios de régimen de funcionamiento, que dificulta medir con precisión la degradación del motor. N-CMAPSS almacena series temporales completas dentro de cada vuelo, y no instantáneas por ciclo, como el anterior C-MAPSS. Según los autores, este realismo aumenta a la vez el volumen de datos y "entrelaza" las señales de desgaste con las variaciones de régimen: despegue, ascenso, descenso.

Como resultado, la elección del preprocesamiento empieza a influir en las métricas finales, y las comparaciones directas entre modelos se vuelven poco fiables. CruiseBench responde a esto con un protocolo fijo: trabaja solo con las filas de crucero "enmascaradas", conserva las ventanas en la resolución original y aplica límites de RUL separados para cada uno de los nueve subconjuntos de datos.

¿Qué modelo resultó más preciso?

El mejor resultado lo mostró TSMixer. Bajo la configuración CruiseBench-eta5-W256-S10, alcanzó el RMSE promedio más bajo, 3.4 ± 1.71, y un Saxena score de (2.50 ± 2.99) × 10⁴, superando a los modelos recurrentes LSTM y GRU, así como al convolucional TCN; los autores ejecutaron los cuatro modelos como referencia (baseline). La métrica RMSE mide el error promedio de la predicción en ciclos, mientras que el Saxena score penaliza con más fuerza las advertencias tardías de fallo que las prematuras. Los autores subrayan que las cifras son sensibles a tres factores, como mostraron los experimentos de ablación: la elección de la fase de vuelo, el método de submuestreo temporal y el umbral de límite de RUL.

«CruiseBench proporciona un sub-banco de pruebas reproducible para la

comparación controlada de modelos de RUL, mientras que CPM-N-CMAPSS ofrece una base de datos específica para la etapa, destinada a futuras investigaciones sobre transfer learning y domain adaptation», se afirma en el resumen del artículo en arXiv.

Qué significa esto

El mantenimiento predictivo de la aviación obtiene una vara de medir más justa para comparar modelos. Al fijar una sola fase de vuelo, CruiseBench reduce la influencia del preprocesamiento en las cifras finales y aumenta la reproducibilidad, un problema doloroso para las tareas con datos industriales "en bruto". Un valor aparte es la propia máscara CPM-N-CMAPSS: los autores la posicionan como base para futuros trabajos de transfer learning y domain adaptation, donde un modelo entrenado en un régimen o motor se transfiere a otro.

Preguntas frecuentes

¿Qué es RUL en el contexto de los motores de aviación?

RUL (Remaining Useful Life, vida útil restante) es una estimación de cuánto tiempo más puede operar un motor de forma segura. Según los autores, es la magnitud central para la planificación del mantenimiento técnico.

¿En qué se diferencia N-CMAPSS de C-MAPSS?

N-CMAPSS amplía C-MAPSS: simula las trayectorias de los motores hasta el fallo a partir de perfiles de vuelo reales registrados, y conserva series temporales completas dentro del vuelo, en lugar de instantáneas por ciclo. Precisamente este nivel de detalle hace que los datos sean más realistas, pero también más difíciles de procesar.