智能监测终端第三方测试数据

本数据集主要面向港口长距离、高速带式输送系统智能运维技术的工程化应用研究与核心算法验证需求而建设。数据集源于无锡宝通科技股份有限公司智能实验室与武汉理工大学港机大车间两大实验平台。数据采集工作于2025年11月至12月期间进行，由具备CMA资质的第三方检测机构，采用“终端原生机+标准校验设备”的双设备采集模式，运用RFID读写器、红外热像仪、振动传感器等多种专业设备，模拟高速、长距离及各类故障工况，对9类智能监测终端及1类智能巡检机器人开展全面测试。本数据集主要记录了9类智能监测终端（包括数字化输送带身份识别、输送带纵撕监测、智能托辊监测、骨架无损监测、磨损测厚、滚筒包胶监测、智能纠偏、无线测温、定点停机终端）及1类智能巡检机器人的全流程第三方测试数据。数据内容涵盖结构化性能数据（故障识别率、报警响应时间、定位精度等）、物理量监测数据（温度、振动、速度、厚度等）以及非结构化影像数据（红外热像图、可见光故障截图、X射线骨架图像）。数据集经过严格的质量控制，包括缺失值插值补全、异常值剔除及标准化人工标注（如纵撕裂口、包胶异物位置标注），有效排除了设备误触发与环境干扰。数据集共包含1个核心数据包，内含10个子模块（对应各终端类型的.xlsx文件及图片文件夹），数据总量约248.94MB。该数据集真实反映了智能终端在复杂工况下的核心性能表现，填补了行业内缺乏统一第三方标准化测试数据的空白，可为带式输送系统从“定期检修”向“预测性维护”转型提供关键的数据验证与算法迭代支撑。

搜集汇总

背景与挑战

背景概述

该数据集针对港口带式输送系统的智能运维技术研究，提供了由第三方机构在2025年底采集的9类智能监测终端和1类智能巡检机器人的标准化测试数据。数据涵盖性能指标、物理量监测及影像资料，经过严格质量控制，旨在支持从定期检修向预测性维护的转型，填补行业第三方测试数据的空白。