2019 PHM Conference Data Challenge (Fatigue Crack Growth) · MuxHub Atlas

2019 PHM Conference Data Challenge (Fatigue Crack Growth) 核心 · 已核验

mxds9se8xy652m95

铝结构疲劳裂纹长度预测挑战:基于 PZT 超声导波信号估计当前与未来裂纹长度(结构健康监测)。设备类型词表候选:metallic_structure(暂置 other)

本卡描述如含来自官方页的原文片段,其版权归原作者,不在本站 CC-BY 4.0 许可范围(见关于与许可)。

落地页: https://data.phmsociety.org/2019datachallenge/
国内可访问性: 国内直连:可达 (2026-07-11 检测) 非直连:可达 (2026-07-11 检测)
「直连超时」表示检测窗口内未完成,系慢或不稳定证据,不构成封锁证据。
发布年份: 2019
设备类型: metallic_structure
PHM 任务: degradation_trend_prediction rul_prediction

故障工况

传感器

运行工况

关联论文(7 篇)

仅表示这篇论文与本数据集在文献网络中相邻, 不代表该论文确实使用了本数据集。

A Hybrid Approach of Data-driven and Physics-based Methods for Estimation and Prediction of Fatigue Crack Growth 2023 · 使用该数据集
Fatigue Crack Length Estimation and Prediction using Trans-fitting with Support Vector Regression 2023 · 用于方法验证
Structure Fatigue Crack Length Estimation and Prediction Using Ultrasonic Wave Data Based on Ensemble Linear Regression and Paris’s Law 2021 · 用于方法验证
Neural Network and Particle Filtering: A Hybrid Framework for Crack\n Propagation Prediction 2020 · 候选引用(未核验)
Ensemble Linear Regression and Paris’ Law Based Methods for Structure Fatigue Crack Length Estimation and Prediction Using Ultrasonic Wave Data 2019 · 用于方法验证
Hybrid Approach of Data-Driven and Physics-based Methods for Estimation and Prediction of Fatigue Crack Growth 2019 · 用于方法验证
Fatigue Crack Length Estimation and Prediction using Trans-fitting with Support Vector Regression 2019 · 用于方法验证

溯源(8 条)