本發(fā)明涉及一種基于深度學習耦合建模的飛機發(fā)動機剩余壽命預測方法，包括：獲取飛機發(fā)動機的多元傳感器失效信號，載入深度學習耦合模型中，獲取飛機發(fā)動機隨時間演變的潛在失效狀態(tài)分布，得到剩余使用壽命的分布結(jié)果，實現(xiàn)飛機發(fā)動機的剩余壽命預測；深度學習耦合模型包括失效過程模型和融合模型，失效過程模型用于描述飛機發(fā)動機隨時間演變的潛在失效狀態(tài)，融合模型用于結(jié)合多元傳感器失效信號，構(gòu)建發(fā)動機的健康指數(shù)HI。與現(xiàn)有技術(shù)相比，本發(fā)明充分考慮飛機發(fā)動機失效過程狀態(tài)，利用飛機發(fā)動機運行中采集到的反映其健康狀態(tài)的多元傳感器信號數(shù)據(jù)，實現(xiàn)對飛機發(fā)動機失效過程的建模和剩余壽命的預測。