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。
榜单
参赛人数215
初赛排行榜
复赛要求