2022年“移动云杯”算力网络应用创新大赛（行业赛道）工业边缘云应用-工业旋转机械设备健康状态检测专题

YueTann

已于 2022-10-26 15:13:25 修改

阅读量480

点赞数 1

文章标签：人工智能

于 2022-09-09 17:56:48 首次发布

本文链接：https://blog.csdn.net/weixin_38812492/article/details/126787382

版权

工业旋转机械设备健康状态检测

介绍一下“移动云杯算力网络应用创新大赛-旋转机械设备健康检测 ”

赛题背景

在现代工业发展的过程中，旋转机械设备大约占据机械设备总量的 80%以上，主要包含变速箱、发电机、鼓风机等风电、石化行业中常见机械设备。旋转设备高速旋转、动能巨大，转子部件脱落故障给设备安全运行带来巨大威胁。一旦机械设备出现故障，在使得设备受损的同时，也会导致产品的质量以及生产线的流程效率下降，甚至会引发重大事故，带来不可估量的经济损失甚至是人员伤亡。基于工业大数据对设备进行监督与故障分析，完善旋转设备自检与自诊断能力，构建旋转设备智能故障诊断体系的智能运维管理，推动智能制造高质量发展，能够有效减少设备维护费用，提高设备的安全性和可靠性。

然而在现实生产过程中，工况多变、设备环境复杂、有效案例缺失，获取充足的并且带有准确标签信息的数据十分困难，种种因素给模型的构建带来巨大的挑战。因此，利用当前有限的标签信息，充分考虑复杂多变的工况条件，构建有效的迁移模型策略具有十分重要的意义。

赛题任务

本赛题旨在开发一套设备故障分析算法，借由端侧振动传感器传回的振动数据进行算法分析诊断，实现跨工况甚至跨设备的设备故障诊断分析任务，助力实现现实生产过程中维修策略安排。

数据集介绍

来自真实设备的连续运行的振动波形，数据涵盖了正常状态、内圈故障、外圈故障等八种常见的状态类型。在training文件夹中包含labeled以及unlabeled两个子文件夹。其中，labeled文件包含明确标注的八种状态类型，以数值0至7进行标注（每个子文件夹代表某种状态），每类故障中包含500个样本（样本以txt格式提供），同时每个样本中包括4096个数据点。同时，unlabeled文件包含2000条来自不同工况或不同设备的连续运行的振动波形，样本存储格式同上。