Python环境下基于机器学习的NASA涡轮风扇发动机剩余使用寿命RUL预测

该项目的数据来源：https://www.nasa.gov/intelligent-systems-division

NASA MAPSS数据集是设备剩余使用寿命预测领域中广泛使用的基准数据集，共有４个子数据集，分别记录不同运行条件和故障模式下涡扇发动机从正常运行到发生故障的状态监测数据。，包括26列，即引擎号、操作周期、３个传感器操作设置和21个传感器测量值。３个传感器操作模式指标分别为飞行高度、马赫数、节流解析器角度，它们决定了涡扇发动机不同的飞行条件；21种测量值来自21个传感器。

例如FD001包含train_FD001,test_FD001和RUL_FD002，test数据集中的cycle是随机停止在某一步的(还没有停止工作的某一cycle),并且每个engine对应的RUL在RUL_FD001给出，因此在RUl_FD001中有100个数字，代表的就是RUL。 

 

使用此数据集的论文可以参考：

[1]徐硕,侯贵生.基于VAE-D2GAN的涡扇发动机剩余使用寿命预测[J].计算机集成制造系统,2022,28(02):417-425.

[2]宋亚,夏唐斌,郑宇等.基于Autoencoder-BLSTM的涡扇发动机剩余寿命预测[J].计算机集成制造系统,2019,25(07):1611-1619.

[3]Cheng P,Yufeng C,Qing C, et al. A Remaining Useful Life Prognosis of Turbofan Engine Using Temporal and Spatial Feature Fusion[J]. Sensors,2021,21(2).

运行环境为Winpython。winpython脱胎于pythonxy，面向科学计算，兼顾数据分析与挖掘；Anaconda主要面向数据分析与挖掘方面，在大数据处理方面有自己特色的一些包；winpython强调便携性，被做成绿色软件，不写入注册表，安装其实就是解压到某个文件夹，移动文件夹甚至放到U盘里在其他电脑上也能用；Anaconda则算是传统的软件模式。winpython是由个人维护；Anaconda由数据分析服务公司维护，意味着Winpython在很多方面都从简，而Anaconda会提供一些人性化设置。Winpython 只能在windows上用，Anaconda则有linux的版本。

抛开软件包的差异，我个人也推荐初学者用winpython，正因为其简单，问题也少点，由于便携性的特点系统坏了，重装后也能直接用。

 

该程序为Python编写，运行环境为Spyder IDE，采用8种机器学习方法对NASA涡轮风扇发动机进行剩余使用寿命RUL预测，8种方法分别为：Linear Regression，SVM regression，Decision Tree regression，KNN model，Random Forest，Gradient Boosting Regressor，Voting Regressor，ANN Model。

所用模块如下：

import pandas as pd
import seaborn as sns
import numpy as np
import matplotlib.pyplot as plt 
from sklearn.preprocessing import StandardScaler
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LinearRegression
from sklearn.svm import SVR
from sklearn.tree import DecisionTreeRegressor
from sklearn.ensemble import RandomForestRegressor
from sklearn.metrics import mean_squared_error, r2_score
import tensorflow as tf
from tensorflow.keras.layers import Dense

出图如下:

 

 

 

 

 代码见评论区。