Partage de technologie

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

1. Introduction à l'ensemble de données C-MAPSS

Dans le domaine du diagnostic des pannes, de la maintenance prédictive et de l'exploitation et de la maintenance (PHM), les recherches actuelles sur les méthodes de prédiction de la durée de vie restante basées sur des algorithmes d'intelligence artificielle tels que l'apprentissage automatique sont extrêmement en vogue. Parmi elles, l'ensemble de données C-MAPSS est très intéressant. largement utilisé dans ce domaine. Pour votre commodité, Pour l'apprentissage et la compréhension des collègues, je voudrais vous présenter brièvement cet article.

1.1 Caractéristiques des données

Tout d’abord, il convient de noter que l’ensemble de données C-MAPSS est constitué de données simulées. Cela est dû à la structure complexe des moteurs d'avion et aux trajectoires aériennes complexes et changeantes des moteurs d'avion ; et les données de fonctionnement des moteurs d'avion pendant le vol, le décollage et l'atterrissage sont généralement des données confidentielles de diverses compagnies aériennes et ne sont généralement pas facile à obtenir. Donc par la NASAGénéré à l'aide du logiciel de simulation de système d'aéropropulsion modulaire commercial Le but de cet ensemble de données est de tester les performances de différents modèles en fonction des caractéristiques de fonctionnement du moteur.

1.2 Division des données

2. Test simple de prédiction de la vie de Pytorch</