1 引言
当前基于机器学习的剩余寿命预测方法的研究异常火爆,其中C-MAPSS数据集在该领域的使用非常广泛,为了方便各位同仁的学习和理解,借此文章向大家简单介绍一下。
2 C-MAPSS数据集介绍
1)首先说明,C-MAPSS数据集为模拟数据。这是由于航空发动机的构造复杂,其气路变化复杂多变;并且航空发动机的运行数据通常作为各个航空公司的保密数据,一般不易获取。因此由NASA使用Commercial Modular Aero-Propulsion System Simulation软件生成了该套数据集,其目的是结合发动机的运行特点,来测试不同的模型性能。
2)NASA提出的涡扇引擎退化监测数据集(C-MPASS)。主要构件包含风扇、低压压气机(LPC)、高压压气机(HPC)、燃烧室、高压涡轮(HPT)、低压涡轮(LPT)及其喷管。
3)其子数据集共四个,每个子类都有不同数量的工况条件和故障状态,分别为FD001、FD002、
FD003、FD004
4)数据详细介绍:比如针对FD001,包括train、test、及test真实的剩余寿命,首先看train中的数据:
第一列表示样本序号,样本序号从1-100即共100个样本,第二列表示采集数据的时序,直到发生故障:即样本1发生故障前的192个时序数据
对于FD001数据集中的test数据:
第一列同样是样本序号,从1-100,也是100个样本,第二列是采集数据的时序,上述样本1含有从1到31次时序采集的状态数据,预测未来发生故障前剩余的时序次数,及剩余的url,真实的url标签存放在RUL_FD001中