利用振动检测变速箱故障

系统会发射各种信号，通过这种形式与所在环境交互。 这些信号包含着能够反映设备运行状况的相关信息。 如果能够了解这些信号的意义，就能大幅优化设备的运行。

例如，在发生异常或故障之前，机器会产生稍显异常的振动模式。 我们可以在机器上安装传感器来监测其工作状况，并借助机器学习识别出系统的正常运行模式。 通过分析振动的变化，我们就可以检测出因设备老化或异常所致的设备运行状态的任何变化。 速箱系统非常复杂而且价格不菲。 为了避免该系统出现故障以及优化系统的维护频率，我们采用了基于机器学习的异常检测方法，向预测性维护的应用迈出了第一步。 该方法还可以轻松调整，从而适用于很多工业机器。

该数据集来自 kaggle.com（单击链接了解有关数据集的所有信息）
该数据集是通过沿不同方向安装在变速箱测试台上的四个振动传感器获得的。
在本例中，我们使用2个数据集文件。 一个用于正常的变速箱，另一个用于损坏的变速箱。
我们使用50%的恒定负荷，但使用不同负荷也能达到同样的效果。

4个通用加速度计（单轴）