https://github.com/wkzs111/phm-ieee-2012-data-challenge-dataset
PHM挑战数据集由FEMTO-ST Institute(Besançon-France,http://www.femto-st.fr/)提供。 实验在实验室实验平台(PRONOSTIA)上进行,该平台能够在恒定和/或可变操作条件下加速轴承降解,同时收集在线健康监测数据(转速,负载力,温度,振动)。
关于PHM挑战,考虑了代表3种不同负载的数据(转速和负载力)。 为参与者提供了6个运行失败数据集,以建立他们的预测模型,并被要求准确估计剩余11个轴承的RUL。 截断11个测试轴承的监测数据,以便参与者预测剩余寿命,从而进行RUL估计。 此外,没有给出关于未发生故障类型的假设。
挑战数据集的特点是少量的训练数据和实验持续时间的高度可变性(从1小时到7小时)。 因此,进行良好的估计非常困难,这使挑战更加令人兴奋。 还要注意理论框架(L10,BPFI,BPFE等)与实验观察结果不匹配。