Overview of Publicly Available Degradation Data Sets for Tasks within Prognostics and Health Management

Technische Samenvatting: Overzicht van Publiek Beschikbare Degradatiedatasets voor Taken binnen Prognostics and Health Management

Probleemstelling
De effectiviteit van Prognostics and Health Management (PHM)-methoden is sterk afhankelijk van de acquisitie en analyse van degradatiedata, die de evoluerende gezondheidstoestand van technische systemen (Engineering Systems, ESs) samenvatten. Ondanks het cruciale belang van dergelijke data voor het ontwikkelen en benchmarken van PHM-methodologieën, blijft de beschikbaarheid van geschikte degradatiedata een aanzienlijke uitdaging in zowel de industriële praktijk als het academisch onderzoek. Hoewel er publiekelijk beschikbare datasets bestaan, is de literatuur die deze behandelt gefragmenteerd; bestaande overzichten beperken hun reikwijdte vaak tot specifieke platforms of toepassingen, en analyses geven vaak de voorkeur aan datavolume of kwaliteit boven specifieke PHM-relevante aspecten. Bijgevolg is de zoektocht naar geschikte datasets vaak tijdrovend voor onderzoekers en praktijkgebruikers.

Methodologie
Dit werk biedt een uitgebreide update en expansie van een eerder overzicht van publiekelijk beschikbare degradatiedatasets. De auteurs hebben de scope gedefinieerd in het vorige werk (Mauthe et al., 2025; Hagmeyer et al., 2021) bijgewerkt door een identiek bereik van platforms en bronnen te overwegen. De studie sluit datasets uit die zich uitsluitend richten op proceskwaliteit zonder degradatietoestanden.

De kern van de methodologie bestaat uit een gedetailleerde, PHM-specifieke analyse van 110 publiekelijk beschikbare datasets. Deze analyse maakt gebruik van een taxonomie die in eerder werk is ontwikkeld om datasets te classificeren op basis van vier specifieke dimensies:

1. Toepassing (Application): Het specifieke object van overweging (bijv. een enkel component zoals een lager of een heel systeem zoals een productielijn).
2. Domein (Domain): Het oorspronkelijke vakgebied van de toepassing (bijv. mechanische componenten, elektrische componenten, aandrijftechnologie).
3. Taak (Task): De specifieke PHM-taak die de dataset adresseert, gecategoriseerd als:
   • Foutdetectie/Anomaliedetectie (Fault Detection/Anomaly Detection): Binaire classificatie van fout versus geen fout.
   • Diagnose (Diagnosis): Het toeschrijven van oorzaken aan gedetecteerde fouten.
   • Gezondheidsbeoordeling (Health Assessment): Het kwantificeren van de huidige degradatie of het faalrisico.
   • Prognose (Prognosis): Het voorspellen van toekomstige degradatie of de resterende bruikbare levensduur (Remaining Useful Life, RUL).
4. Signaal (Signal): De typen signalen die in de dataset aanwezig zijn (bijv. trilling, stroom, temperatuur), waarbij onderscheid wordt gemaakt tussen direct gemeten signalen en afgeleide waarden.

Belangrijkste Bijdragen en Resultaten
De primaire bijdrage is de uitbreiding van het overzicht van publiekelijk beschikbare datasets naar 110 vermeldingen, vergezeld van een gestructureerde classificatie die de distributie van data over domeinen, toepassingen en taken belicht.

• Distributie van Domein en Toepassing: De 110 datasets zijn geclassificeerd in 11 domeinen. Het domein "Mechanisch component" bevat de meeste datasets (26), gevolgd door "Elektrisch component" (25) en "Aandrijftechnologie" (12). De overige domeinen bevatten elk tussen de twee en acht datasets. Vijf datasets zijn toegewezen aan een "onbekend" domein vanwege niet gespecificeerde toepassingen.

  • De meest frequente toepassingen zijn lagers (17 datasets) en batterijen (16 datasets).
  • Andere opmerkelijke toepassingen zijn vliegtuigmotoren, filtratiesystemen en productielijnen (elk 5 datasets).
  • Het domein "Mechatronisch systeem" bevat de hoogste diversiteit aan toepassingen (acht), maar elk wordt slechts door één dataset vertegenwoordigd. In totaal worden slechts negen toepassingen gedekt door drie of meer datasets.

• Taakverdeling:

  • Prognose is de meest vertegenwoordigde taak, met 54 datasets. Binnen deze categorie draagt het domein elektrische componenten 22 datasets bij (15 voor batterijen), gevolgd door mechanische componenten en aandrijftechnologie.
  • Diagnose beslaat 35 datasets, waarbij het domein mechanische componenten de primaire bron is (13 datasets). Lagers zijn de meest frequente toepassing voor diagnose.
  • Foutdetectie is toegewezen aan 18 datasets, voornamelijk afkomstig uit de domeinen mechanische componenten en productiesystemen.
  • Gezondheidsbeoordeling wordt expliciet geadresseerd door slechts drie datasets, aangezien de overgang tussen diagnose, gezondheidsbeoordeling en prognose vaak niet strikt gescheiden is in de bestaande literatuur.

• Signaalanalyse: De analyse identificeerde 22 signalen die in ten minste twee datasets voorkomen.

  • Trilling is het meest voorkomende signaal (34 datasets), gevolgd door stroom en temperatuur (respectievelijk 33 en 33 datasets), en spanning (25 datasets). Deze zijn dominant in de domeinen elektrische en mechanische componenten.
  • Snelheid (20) en druk (18) komen ook veel voor.
  • De beschikbaarheid van signalen varieert per taak: Prognose-datasets leunen zwaar op stroom en temperatuur, terwijl bij diagnose-datasets een dominantie van trillingssignalen zichtbaar is.
  • Een beperking die wordt opgemerkt, is dat tien van de 22 signalen in vier of minder datasets voorkomen, wat de schaarste weerspieelt die ook in specifieke toepassingen wordt waargenomen.

Betekenis en Claims
Het artikel claimt dat de gestructureerde taxonomie en het uitgebreide overzicht de huidige dekking van publiekelijk beschikbare data expliciet maken, waarbij wordt benadrukt waar de data geconcentreerd is versus waar de dekking schaars is. De auteurs stellen dat hoewel benchmarking goed ondersteund wordt voor een aantal veelgestudeerde use-cases (zoals batterijen en lagers) en signaalmodaliteiten (trilling, stroom, temperatuur), bredere generalisatie en taakspecifieke evaluaties beperkt blijven door een ongelijkmatige dekking.

Het werk beoogt een bron te zijn om de tijdrovende zoektocht naar geschikte datasets voor PHM-gebruikers te verkorten. De auteurs benadrukken dat het onderhouden en uitbreiden van dit overzicht noodzakelijk is om de evolutie van de datacoverage in het dynamische veld van PHM te volgen en om te identificeren waar aanvullende publiekelijk beschikbare data de grootste impact zou hebben. Het artikel stelt geen nieuwe experimentele methoden of toepassingen voor, maar structureert bestaande kennis om de ontwikkeling en empirische benchmarking van PHM-methodologieën te faciliteren.