CMAPSS数据集深度解析：从数据特征到预测模型构建

1次阅读

共计 1952 个字符，预计需要花费 5 分钟才能阅读完成。

CMAPSS（Commercial Modular Aero-Propulsion System Simulation）数据集由 NASA 发布，是航空发动机剩余使用寿命（RUL）预测的基准数据集。它广泛应用于预测性维护领域，帮助工程师提前识别发动机故障，降低维护成本。数据集包含四个子集（FD001-FD004），分别模拟不同复杂度的工况：

FD001：单一工况，无故障模式
FD002：多工况，无故障模式
FD003：单一工况，包含故障模式
FD004：多工况，包含故障模式

CMAPSS 数据集包含 26 个传感器通道，每个通道对应发动机的特定物理量，例如：

传感器 1：总温度（℃）
传感器 2：总压力（psi）
传感器 3：静压（psi）
…（其他传感器省略）

工况条件（operating conditions）通过三个参数编码，分别表示飞行高度、马赫数和油门角度。这些参数帮助模型区分不同飞行阶段的发动机状态。

处理 CMAPSS 数据时，需解决以下问题：

传感器噪声 ：部分传感器存在随机波动，可通过滑动平均或低通滤波平滑。
缺失值 ：某些传感器在特定工况下无数据，需插值或标记处理。
初始磨损差异 ：不同发动机的初始状态不同，需归一化或引入初始健康指标。

import pandas as pd
import matplotlib.pyplot as plt

# 加载数据
train_data = pd.read_csv('CMAPSS/train_FD001.txt', sep=' ', header=None)
sensor_columns = [f'sensor_{i}' for i in range(1, 27)]
train_data.columns = ['engine_id', 'cycle'] + ['op_cond_1', 'op_cond_2', 'op_cond_3'] + sensor_columns

# 绘制传感器趋势图
engine_id = 1  # 选择特定发动机
engine_data = train_data[train_data['engine_id'] == engine_id]
plt.figure(figsize=(12, 6))
for sensor in ['sensor_1', 'sensor_2', 'sensor_3']:
    plt.plot(engine_data['cycle'], engine_data[sensor], label=sensor)
plt.xlabel('Cycle')
plt.ylabel('Sensor Value')
plt.legend()
plt.show()

# 计算滑动窗口统计特征
def extract_features(df, window_size=5):
    features = []
    for sensor in sensor_columns:
        df[f'{sensor}_mean'] = df[sensor].rolling(window=window_size).mean()
        df[f'{sensor}_std'] = df[sensor].rolling(window=window_size).std()
        features.extend([f'{sensor}_mean', f'{sensor}_std'])
    return df, features

RNN：基础循环网络，适合短期依赖。
LSTM：解决长期依赖问题，性能优于 RNN。
Transformer：捕捉全局依赖，但需要更多数据。

import tensorflow as tf
from tensorflow.keras.layers import LSTM, Dense

# 定义 LSTM 模型
model = tf.keras.Sequential([LSTM(64, input_shape=(None, len(features))),
    Dense(1)
])
model.compile(optimizer='adam', loss='mse')

# 设置随机种子
tf.random.set_seed(42)

# 训练模型
history = model.fit(X_train, y_train, epochs=50, validation_split=0.2)