针对高端装备数据样本不完备、故障样本不充分、诊断模型泛化难等特点，围绕机理模型与数据模型驱动的装备运行预测需求，形成一系列数据，用于多源混叠的深度特征提取与迁移、机理与数据联合驱动的异常检测、面向故障耦合和样本缺乏的故障诊断、基于知识图谱的故障溯源、多模态信息融合的装备状态评价与预测等方法的训练与测试。

国家基础学科公共科学数据中心1400

电子设备故障诊断数据集

故障诊断

电子设备

1、原始数据采集：基于安徽境内工业场景，用 DT-2025 系列（10 款）专业设备，实测故障设备电压、频率等特征参数。 2、故障信息记录：同步记录故障位置、类型，结合工程师现场诊断，形成对应诊断结果，确保数据真实性。 3、时间范围覆盖：故障发生时间集中于近期，数据时效性强，反映当前电子设备故障特征。

安徽省数据知识产权登记平台2025-11-27 更新330

Simulated Refrigerator Fault Diagnosis Dataset

故障诊断

维护预测

Predictive Maintenance: Refrigerator Faults, Time-Series for Fault Detection

kaggle2025-10-19 更新120

不同故障状态下的动静态特性试验数据集

故障诊断

性能退化

本数据主要面向项目任务书中研究内容的“4. 多功能电调制阀智能故障诊断方法研究”，提出以长时间历程阀芯磨损程度导致阀动静态特性改变为典型故障现象，对不同磨损程度的阀芯进行动静态试验，形成阀性能退化数据集，寻找阀芯磨损与阀性能退化之间的映射关系，并与仿真数据集形成对比。

国家基础学科公共科学数据中心430

车载高速网络通信与故障诊断测试平台数据集