数据/模型混合驱动剩余使用寿命预测数据集

本数据集收集了IEEE 2012挑战预测数据集中的数据，并对数据进行处理，这些数据来自于旋转机械退化实验平台PRONOSTIA实验采集，该平台能够在恒定或变化的操作条件下加速轴承的退化，同时收集在线监测数据如转速、负载、温度和振动等。数据集包括在3中不同的负载条件下，6个运行到故障的数据集，剩余寿命持续时间从1到7个小时不等，以保证在数据集上进行预测任务的挑战性。实验平台运行负载数据是收集的施加在轴承上的径向力、轴承转速以及扭矩瞬时值，退化数据为垂直和水平两个方向的振动信号，以及温度信号。当振动信号幅值超过20g时数据收集停止，以免损坏实验平台。本数据集对原始数据进行了预处理部分，对传感器测量数据进行时域和频域的特征提取，分别用于指数随机模型参数估计和深度神经网络模型训练，介绍一种基于峰度指标的首次预测时间确定方法，帮助提取机械部件的退化阶段数据，提升预测的准确性。

搜集汇总

背景与挑战

背景概述

该数据集基于IEEE 2012挑战预测数据，源自PRONOSTIA实验平台的旋转机械退化实验，包含3种负载条件下6个运行到故障的数据集，剩余寿命为1至7小时。数据涵盖振动、温度等监测信号，并经过时域和频域特征提取处理，用于支持剩余使用寿命的混合驱动预测模型训练。