Translation not up to date
The translation of this page does not represent the latest version. For the latest updates, see the English version of the documentation.
Last updated: 20 wrz 2023
Ten przykład dotyczy monitorowania informacji o statusie maszyny oraz problemów z rozpoznaniem i przewidywaniem stanów awaryjnych.
Dane zostały utworzone z fikcyjnej symulacji i składają się z wielu połączonych szeregów zmierzonych w czasie. Każdy rekord to obraz stanu maszyny uwzględniający następujące parametry:
Time. Liczba całkowita.Power. Liczba całkowita.Temperature. Liczba całkowita.Pressure.0, jeśli jest to normalne,1dla chwilowego ostrzeżenia o ciśnieniu.Uptime. Czas od ostatniego serwisowania.Status. Zwykle0, jeśli wystąpi błąd (101,202lub303), należy wprowadzić zmiany w kodzie błędu.Outcome. Kod błędu, który pojawia się w tej serii czasowej, lub0, jeśli nie występuje błąd. (Te kody są dostępne tylko dzięki wiedzy po fakcie).
W tym przykładzie używany jest przepływ o nazwie Monitorowanie stanu technicznego, który jest dostępny w przykładowym projekcie. Pliki danych to cond1n.csv i cond2n.csv.
Dla każdej serii czasowej istnieje seria rekordów z okresu normalnej pracy, po której następuje okres prowadzący do błędu, jak pokazano w poniższej tabeli:
| Czas | systemy | Temperatura | Ciśnienie | Czas dostępności | Status | Rezultat |
|---|---|---|---|---|---|---|
| 0 | 1059 | 259 | 0 | 404 | 0 | 0 |
| 1 | 1059 | 259 | 0 | 404 | 0 | 0 |
| ... | ||||||
| 51 | 1059 | 259 | 0 | 404 | 0 | 0 |
| 52 | 1059 | 259 | 0 | 404 | 0 | 0 |
| 53 | 1007 | 259 | 0 | 404 | 0 | 303 |
| 54 | 998 | 259 | 0 | 404 | 0 | 303 |
| ... | ||||||
| 89 | 839 | 259 | 0 | 404 | 0 | 303 |
| 90 | 834 | 259 | 0 | 404 | 303 | 303 |
| 0 | 965 | 251 | 0 | 209 | 0 | 0 |
| 1 | 965 | 251 | 0 | 209 | 0 | 0 |
| ... | ||||||
| 51 | 965 | 251 | 0 | 209 | 0 | 0 |
| 52 | 965 | 251 | 0 | 209 | 0 | 0 |
| 53 | 938 | 251 | 0 | 209 | 0 | 101 |
| 54 | 936 | 251 | 0 | 209 | 0 | 101 |
| ... | ||||||
| 208 | 644 | 251 | 0 | 209 | 0 | 101 |
| 209 | 640 | 251 | 0 | 209 | 101 | 101 |
Następujący proces jest wspólny w większości projektów eksploracji danych:
- Badanie danych, aby określić, które atrybuty mogą być istotne do przewidywania lub rozpoznania stanów badanego obiektu.
- Zachowanie tych atrybutów (jeśli są już obecne) lub wyliczenie i dodanie ich do danych, jeśli istnieje taka potrzeba.
- Użycie wynikowych danych do reguł uczenia i sieci neuronowych.
- Testowanie nauczonych systemów z użyciem niezależnych danych testowych.