PHM Data Challenge 18

用于蚀刻工具故障检测（PdM）的数据集。

A dataset for fault detection in etching tools (PdM).

原始信息汇总

数据集概述

数据集列表

Semicon

1. PHM Data Challenge 18

   • 描述: Etching tool fault detection (PdM).
   • 标签:
     • 行业: Semicon
     • 标记: 是
     • 时间序列: 是
     • 模拟: 否

2. SECOM

   • 描述: Semiconductor manufacturing process data.
   • 标签:
     • 行业: Semicon
     • 标记: 是
     • 时间序列: 是
     • 模拟: 否

3. WM-811K(LSWMD)

   • 描述: Wafer fault detection & classification data.
   • 标签:
     • 行业: Semicon
     • 标记: 是
     • 时间序列: 否
     • 模拟: 否

4. Superconductivity

   • 描述: Superconductivity Dataset.
   • 标签:
     • 行业: Semicon
     • 标记: 是
     • 时间序列: 否
     • 模拟: 否

Chemical

1. Gas Sensor Array Drift

   • 描述: Measurements from 16 chemical sensors exposed to 6 different gases at various concentration levels.
   • 标签:
     • 行业: Chemical
     • 标记: 是
     • 时间序列: 是
     • 模拟: 是

2. Chemical Detection Platform

   • 描述: Time-series recordings from a chemical detection platform in response to ten high-priority chemical gaseous substances.
   • 标签:
     • 行业: Chemical
     • 标记: 是
     • 时间序列: 是
     • 模拟: 是

3. Dynamic Gas Mixtures

   • 描述: Recordings of 16 chemical sensors exposed to two dynamic gas mixtures at varying concentrations.
   • 标签:
     • 行业: Chemical
     • 标记: 是
     • 时间序列: 是
     • 模拟: 是

Mechanical

1. C-MAPSS

   • 描述: Engine degradation simulation.
   • 标签:
     • 行业: Mechanical
     • 标记: 隐含
     • 时间序列: 是
     • 模拟: 是

2. CNC Mill Tool Wear

   • 描述: Machining data for variations of tool condition, feed rate, and clamping pressure.
   • 标签:
     • 行业: Mechanical
     • 标记: 仅元数据
     • 时间序列: 是
     • 模拟: 是

3. Naval Propulsion Plants

   • 描述: Characterized by a COmbined Diesel eLectric And Gas (CODLAG) propulsion plant type.
   • 标签:
     • 行业: Mechanical
     • 标记: 是
     • 时间序列: 否

4. PHM Data Challenge 17

   • 描述: Predict faulty regimes of operation of a train car using data and physics-based modeling methods.
   • 标签:
     • 行业: Mechanical
     • 标记: 隐含
     • 时间序列: 是
     • 模拟: 是

Steel

1. Steel Plates Faults
   • 描述: Fault classification data.
   • 标签:
     • 行业: Steel
     • 标记: 是
     • 时间序列: 否

Power

1. Appliance Energy

   • 描述: Experimental data for creating regression models of appliances energy use in a low energy building.
   • 标签:
     • 行业: Power
     • 标记: 是
     • 时间序列: 是

2. Combined Cycle Power Plant

   • 描述: Data from a Combined Cycle Power Plant over 6 years.
   • 标签:
     • 行业: Power
     • 标记: 是
     • 时间序列: 否

3. GREEND

   • 描述: Energy dataset containing power measurements from multiple households in Austria and Italy.
   • 标签:
     • 行业: Power
     • 标记: 隐含

4. Eco(Electricity Consumption & Occupancy)

   • 描述: Comprehensive data set for non-intrusive load monitoring and occupancy detection research.
   • 标签:
     • 行业: Power
     • 标记: 是
     • 时间序列: 是

5. UK DALE dataset

   • 描述: Records the power demand from five houses.
   • 标签:
     • 行业: Power
     • 标记: 是
     • 时间序列: 是

6. BLUED dataset

   • 描述: Voltage and current measurements for a single-family residence in the United States.
   • 标签:
     • 行业: Power
     • 标记: 是
     • 时间序列: 是

7. REDD: A Public Data Set for Energy Disaggregation Research

   • 描述: Detailed power usage information from several homes for energy disaggregation research.
   • 标签:
     • 行业: Power
     • 标记: 是
     • 时间序列: 是

Battery

1. Experiments on Li-ion batteries

   • 描述: Charging and discharging at different temperatures. Records the impedance as the damage criterion.
   • 标签:
     • 行业: Battery
     • 标记: 否
     • 时间序列: 是
     • 模拟: 否

2. Panasonic 18650PF Li-ion Battery Data

   • 描述: Data related to Panasonic 18650PF Li-ion Battery.
   • 标签:
     • 行业: Battery
     • 标记: 否
     • 时间序列: 是
     • 模拟: 否

3. Data-driven prediction of battery cycle life before capacity degradation

   • 描述: Data for predicting battery cycle life before capacity degradation.
   • 标签:
     • 行业: Battery
     • 标记: 否
     • 时间序列: 是
     • 模拟: 否

Etc

1. Hill-Valley

   • 描述: Not a manufacturing dataset, but good for testing pattern detection methods.
   • 标签:
     • 行业: Etc
     • 标记: 是
     • 时间序列: 否
     • 模拟: 否

2. APS System Failures

   • 描述: Dataset for classifying failures in the APS system.
   • 标签:
     • 行业: Etc
     • 标记: 是
     • 时间序列: 否
     • 模拟: 否

搜集汇总

数据集介绍

构建方式

PHM Data Challenge 18数据集专注于半导体制造中的蚀刻工具故障检测，其构建基于实际工业生产环境中的时间序列数据。该数据集通过收集蚀刻工具在运行过程中的多维度传感器数据，结合故障标签，为预测性维护（PdM）研究提供了坚实的基础。数据采集过程中，确保了高频率的时间序列记录，以捕捉设备运行中的细微变化，从而为故障检测模型提供丰富的训练样本。

使用方法

PHM Data Challenge 18数据集的使用方法主要集中在故障检测和预测性维护领域。研究人员可以通过加载数据集，利用时间序列分析工具或机器学习算法对数据进行建模。常见的使用场景包括训练分类模型以识别故障模式，或开发回归模型预测设备的剩余使用寿命。数据集的标签信息为模型训练提供了明确的监督信号，而时间序列特性则支持对设备状态的动态监控和预测。

背景与挑战

背景概述

PHM Data Challenge 18数据集由MakinaRocks团队于2018年发布，专注于半导体制造领域的蚀刻工具故障检测（PdM）。该数据集旨在通过时间序列数据分析和预测性维护技术，提升半导体制造设备的可靠性和效率。半导体制造过程中，蚀刻工具的故障可能导致生产中断和成本增加，因此该数据集的发布为相关领域的研究人员提供了宝贵的实验数据，推动了预测性维护技术的发展。该数据集在工业物联网和智能制造领域具有重要影响力，为设备故障预测和健康管理提供了新的研究方向。

当前挑战

PHM Data Challenge 18数据集面临的挑战主要集中在两个方面。首先，蚀刻工具故障检测的复杂性要求模型能够从高维时间序列数据中提取有效的特征，并准确识别潜在的故障模式。其次，数据集的构建过程中，如何确保数据的质量和一致性是一个关键问题。由于半导体制造环境的复杂性和数据采集设备的多样性，数据可能存在噪声和不完整性，这对数据预处理和模型训练提出了更高的要求。此外，如何在有限的标注数据下实现高精度的故障预测，也是该领域研究中的一个重要挑战。

常用场景

经典使用场景

PHM Data Challenge 18数据集在半导体制造领域中被广泛应用于蚀刻工具的故障检测与预测性维护（PdM）。该数据集通过时间序列数据记录了蚀刻工具在不同工作状态下的运行参数，为研究人员提供了丰富的实验数据，用于开发高效的故障检测算法。其经典使用场景包括基于机器学习的故障预测模型训练，帮助企业在设备故障发生前进行预防性维护，从而减少停机时间和生产成本。

解决学术问题

PHM Data Challenge 18数据集解决了半导体制造中设备故障预测的学术难题。通过提供详细的蚀刻工具运行数据，该数据集为研究人员提供了验证故障检测算法的实验平台。其意义在于推动了预测性维护技术的发展，帮助学术界深入理解复杂工业设备的行为模式，并为相关领域的研究提供了可靠的数据支持。该数据集的应用显著提升了故障预测模型的准确性和鲁棒性，为工业4.0背景下的智能制造提供了技术保障。

实际应用

在实际应用中，PHM Data Challenge 18数据集被广泛用于半导体制造企业的设备健康管理系统中。通过分析该数据集中的时间序列数据，企业能够实时监控蚀刻工具的运行状态，预测潜在的设备故障，并制定相应的维护计划。这种基于数据的预测性维护策略不仅提高了设备的运行效率，还显著降低了因设备故障导致的生产损失，为企业的可持续发展提供了有力支持。

数据集最近研究

最新研究方向

在半导体制造领域，PHM Data Challenge 18数据集作为蚀刻工具故障检测的基准数据，近年来在预测性维护（PdM）研究中备受关注。随着工业4.0和智能制造的推进，基于时间序列数据的故障预测与健康管理成为研究热点。该数据集不仅为学术界提供了高质量的真实工业数据，还推动了深度学习、强化学习等先进算法在故障检测中的应用。特别是在多传感器数据融合、异常检测模型优化以及实时监控系统的开发中，PHM Data Challenge 18为研究者提供了宝贵的实验平台，进一步促进了半导体制造设备的智能化与高效化发展。