RUL剩余寿命预测
- 1. C-MAPSS数据集简介
- 1.1 数据特点
- 1.2 数据划分
- 2. Pytorch 寿命预测简单测试
- 2.1 数据可视化
- 2.2 训练数据和测试数据结构分析
- 2.3 训练数据的参数(工况参数+传感监测参数)
- 2.4 剩余寿命预测问题
- 2.5 简单预测测试
- 2.6 方法局限性总结
- 参考资料
1. C-MAPSS数据集简介
在故障诊断与预测性维护、运维领域(PHM),当前基于机器学习等人工智能算法的剩余寿命预测方法的研究异常火爆,其中C-MAPSS数据集在该领域的使用非常广泛,为了方便各位同仁的学习和理解,借此文章向大家简单介绍一下。
1.1 数据特点
首先说明,C-MAPSS数据集为模拟数据。这是由于航空发动机的构造复杂,其气路变化复杂多变;并且航空发动机的飞行、起落过程的运行数据通常作为各个航空公司的保密数据,一般不易获取。因此由NASA 使用Commercial Modular Aero-Propulsion System Simulation软件仿真生成 了该套数据集,其目的是结合发动机的运行特点,来测试不同的模型性能。
1.2 数据划分
数据集 | FD001 | FD002 | FD003 | FD004 |
---|---|---|---|---|
训练集 | 1000 | 260 | 100 | 249 |
测试集 | $12 | 259 | 100 | 248 |
工况条件 | $1 | 6 | 1 | 6 |
故障状态 | $1 | 1 | 2 | 2 |