航空发动机数据-C-MAPSS数据集的个人理解

最新推荐文章于 2024-06-15 10:47:13 发布

xyy ss

最新推荐文章于 2024-06-15 10:47:13 发布

阅读量7.3k

点赞数 4

分类专栏：寿命预测故障诊断与预测文章标签： python

本文链接：https://blog.csdn.net/weixin_45057858/article/details/128671470

版权

寿命预测故障诊断与预测专栏收录该内容

1 篇文章 1 订阅

订阅专栏

C-MAPSS数据集包含不同运行和故障条件的传感器数据，用于航空发动机的故障预测研究。数据集分为训练和测试子集，训练集显示故障逐渐发展，测试集提供故障前的状态，目标是预测剩余操作周期。FD004因其多种工作状态和故障模式被视为最难预测的数据子集。

摘要由CSDN通过智能技术生成

数据来源:https://www.nasa.gov/intelligent-systems-division
数据集介绍:
在这里插入图片描述
NASA的C-MAPSS(商用模块化航空推进系统仿真)数据集(涡扇发动机退化仿真数据集)是一种被广泛使用的基准数据.C-MAPSS数据包括不同数量的运行工况和故障工况的传感器数据。
数据:该数据有4个子数据集，每个子数据集有不同数量的运行工况和故障工况，每个子数据集又分为训练子集和测试子集，其中训练集记录了航空发动机的多个状态参数从正常到故障的完整周期内每个时间序列的采样值，测试集则包含了故障前某一个时间点之前的状态参数值以及对应的剩余寿命。如上表所示。数据中的每一行是单个运行时间周期内数据的快照，包含26列:第一列表示发动机ID，第二列表示当前运行周期数，3-5列表示对发动机性能有重大影响的三个操作设置，6-26列表示21个传感器值。发动机在每个时间序列开始时正常工作，但在某个未知时间点出现故障。在训练集中，故障的量级不断增长，直到系统出现故障。在测试集中，数据一直提供到系统故障之前的一段时间。目标是在测试数据出现故障之前估计剩余的操作周期的数量。
注:由于FD004有六种工作状态，两种故障模式，所以认为FD004数据是最难进行预测的
数据结构如下:
在这里插入图片描述例如FD001包含train_FD001,test_FD001和RUL_FD002,值得说明的是: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。