trexCloud Hackathon Data Pack

这是一个来自trexCloud的匿名CNC制造工厂（使用Fanuc、Mitsubishi和Nukon/TurboCut机床）的PostgreSQL/TimescaleDB导出数据集，时间范围为2025年8月至2026年5月。数据集包含MES（制造执行系统）和机器监控两个领域的数据，用于支持黑客松的假设分析和根本原因分析挑战。数据以CSV文件形式提供，包括OEE摘要、停机事件、生产计数、工作订单、警报和原始时间序列遥测等表格。This is an anonymous CNC manufacturing plant dataset exported from PostgreSQL/TimescaleDB, provided by trexCloud. The plant utilizes Fanuc, Mitsubishi, and Nukon/TurboCut machine tools, and the dataset spans the time range from August 2025 to May 2026. The dataset encompasses data from two domains: MES (Manufacturing Execution System) and machine monitoring, intended to support the hypothesis analysis and root cause analysis challenges for the hackathon. All data is delivered in CSV format, including tables such as OEE summaries, downtime events, production counts, work orders, alarms, and raw time-series telemetry.

原始信息汇总

数据集概述

数据集名称：trexCloud Hackathon Data Pack

数据来源：来自 trexCloud 平台，为一家匿名的 CNC 制造工厂（使用 Fanuc、Mitsubishi 和 Nukon/TurboCut 机器）的 PostgreSQL / TimescaleDB 导出数据。

时间范围：2025年8月 – 2026年5月

租户 ID：3a1b2a65-d6cf-72ac-d066-46993d168fef

挑战赛任务

挑战名称	领域	目标
What-If Analysis	制造执行系统（MES）	模拟停机时间、循环时间或废品率的变化如何影响 OEE、可用性 (A)、性能 (P) 和 质量 (Q)
Root Cause Analysis	机器监控	利用遥测数据和事件关联，解释生产异常（停机、警报、性能下降）

两个挑战相互关联：RCA 识别停机原因，What-If 量化改善停机对 OEE 的影响。

数据文件

文件命名规则

• trex_mes_*：MES 数据（OEE、停机、计数器、工单）
• trex_nightwatch_*：机器监控数据（原始时间序列遥测）

每个 CSV 文件对应一个数据库表，表名即 CSV 文件名（不含扩展名）。

数据层次结构

tenant_id └── instance_id (Fanuc, MitsubishiCNC, Nukon) └── device_uid └── unit_uid (Makine 1–10, TurboCut 400, …) └── reading_def_uid

核心表（14个主要CSV文件）

表 (CSV)	行数	用途
trex_mes_oee_summary	~1.9K	每台机器/天的基线 OEE、A、P、Q
trex_mes_stoppage_slice	~52K	停机事件及其持续时间
trex_mes_counter_slice	~91K	生产计数增量
trex_mes_workorder	~10K	库存/程序运行、循环时间
trex_mes_alert	~90	CNC 报警消息（RCA 入口点）
trex_nightwatch_data_*	~6.2M	数值型遥测数据（Timescale 超表），拆分为编号的 CSV 部分
trex_nightwatch_data_string_*	~1.1M	字符串型遥测数据（程序、报警文本），拆分为编号的 CSV 部分
trex_mes_unit / trex_nightwatch_unit	12 / 11	机器名称和 ID
trex_mes_reading_def / trex_nightwatch_reading_def	312 / 217	信号元数据

• 大型 Nightwatch 表存储为编号的 CSV 部分（_001, _002 等），需要加载所有相同前缀的部分作为一个逻辑表。
• 非核心的原始转储表保存在 archive_unused_tables/ 目录中。

机器列表

机器	实例	采集器
Makine 1–5, 9–10	Fanuc	FanucFocas
Makine 7–8	MitsubishiCNC	MitsubishiCnc
TurboCut 400	Nukon	LibPlc
ARES SEIKI	Fanuc	FanucFocas (已禁用)

建模关键事实

• OEE JSON 和切片表中的所有持续时间单位均为毫秒。

• 时间戳为 UTC。 oee_summary 中的班次边界大约出现在 21:00:00+00。

• 本数据集中所有质量 (Q) 均为 100%（ScrapeSum = 0），对 Q 进行 What-If 分析需要模拟废品。

• 可用性公式（来自 oee_summary JSON）：

  A = (WorkTotal − PlannedStop − UnPlannedStop) / (WorkTotal − PlannedStop)

• OEE = A × P × Q

使用提示

1. 始终按时间范围过滤 Nightwatch 查询——trex_nightwatch_data 有 600 万+ 行数据。
2. 通过 unit_uid 和匹配的 reading_def_uid / readingdef_uid 连接 MES 表和 Nightwatch 表。
3. 排除测试/OEE异常行：is_test_prod = false, exclude_from_oee = false。
4. 将 RCA 发现与 What-If 分析关联：回收的停机时间 → ΔA → ΔOEE。

建议交付物

What-If 分析

• 基线仪表盘（每台机器/天的 A、P、Q、OEE）
• 干预选择器（例如，将特定非计划停机类别减少 X%）
• 重新计算的 OEE 及影响瀑布图

根本原因分析

• 事件时间线（±15 分钟内的警报 + 停机 + 关键信号）
• 警报/停机帕累托图
• 包含证据和建议措施的根本原因卡片

相关文档

• DATASET_SCOPE.md - 精选 CSV 列表、存档表和加载顺序
• docs/01_DATABASE_SCHEMA.md - 表目录、关系、连接键、机器列表
• docs/02_WHAT_IF_ANALYSIS.md - OEE 公式、场景、SQL/Python 模式
• docs/03_ROOT_CAUSE_ANALYSIS.md - RCA 工作流程、信号目录、实际案例

搜集汇总

数据集介绍

构建方式

该数据集源自trexCloud平台对一家匿名CNC制造工厂（涵盖Fanuc、Mitsubishi及Nukon/TurboCut等机床设备）的系统导出，时间跨度自2025年8月至2026年5月。数据以PostgreSQL/TimescaleDB格式存储，并进一步转化为CSV文件发布，每个CSV文件映射至一张数据库表，表名即文件名。核心挑战数据集包含14张精心筛选的表格，涵盖MES领域（如OEE汇总、停机切片、生产计数及工单信息）与机器监控领域（如数值型与字符串型遥测时序数据）。大型时序表被拆分为多个编号的CSV部分，非核心原始表则归档于archive_unused_tables目录，以确保数据集的精炼与聚焦。

特点

本数据集最显著的特征在于其双重挑战导向的设计，紧密围绕假设分析与根本原因分析两大工业智能场景，分别直指OEE优化与生产异常溯源。数据组织结构清晰，采用租户-实例-设备-单元-读数定义的层级体系，统一了MES与机器监控两大领域的数据关联。尤为关键的是，数据集提供了丰富的元数据支持，包括312个MES读数定义与217个Nightwatch信号定义，以及明确的关联键（如unit_uid与reading_def_uid），为跨域数据融合与深度分析奠定了坚实基础。此外，时间戳采用UTC标准，所有持续时间以毫秒计，质量指标在数据集中恒定为100%，这些设计细节为精确建模提供了可靠的基准。

使用方法

使用者无需受限于特定数据库环境，可直接将CSV文件作为事实源，利用Python、R、Excel、DuckDB或Pandas等任意分析工具进行探索。若需体验SQL与时间序列索引的优势，可选择将CSV导入PostgreSQL/TimescaleDB，并基于docs目录下的详尽指南快速上手。建议先通过trex_mes_oee_summary表了解机器日级OEE基线，随后根据挑战选择切入点：假设分析可参考docs/02_WHAT_IF_ANALYSIS.md中的场景模板，根本原因分析则从docs/03_ROOT_CAUSE_ANALYSIS.md中的警报入手。所有分析查询应充分利用时间范围过滤以避免性能瓶颈，并通过unit_uid与reading_def_uid实现MES与Nightwatch数据的联合分析。

背景与挑战

背景概述

trexCloud Hackathon Data Pack 数据集发布于2025年，由trexCloud团队为智能制造领域的黑客松挑战而构建。该数据集源自一家匿名CNC制造工厂，涵盖Fanuc、Mitsubishi和Nukon/TurboCut等机型的实时生产数据，时间跨度为2025年8月至2026年5月。核心研究问题聚焦于制造执行系统（MES）与机器监控两大领域，旨在通过真实工业数据推动OEE（设备综合效率）分析、假设情景模拟以及根因诊断等关键任务的落地。该数据集因其丰富的时序遥测数据、结构化的停机与生产事件记录，以及明确的挑战导向，迅速成为工业大数据分析与智能制造算法验证的重要基准资源，对推动制造业数字化决策研究具有显著影响力。

当前挑战

该数据集所解决的领域问题涵盖两大核心挑战。其一为‘假设分析’（What-If Analysis），需要在MES层面建模停机时间、节拍变化与废品率对OEE及其分量（可用性、性能、质量）的量化影响，要求处理多因素耦合与情景推演。其二为‘根因分析’（Root Cause Analysis），需从机器监控的时序遥测与报警事件中自动识别生产异常的根本原因，涉及高维信号关联与因果推断。在构建过程中，数据集面临原始数据异构性挑战，需统一不同厂商（Fanuc、Mitsubishi、Nukon）的数据格式与采集协议；同时，海量时序数据（超过600万行遥测记录）的清洗、对齐与降维，以及确保非测试、非异常值样本的质量过滤，均构成显著技术难点。

常用场景

经典使用场景

在智能制造与工业物联网的交叉领域中，trexCloud Hackathon Data Pack数据集为设备综合效率（OEE）的假设分析与生产异常的根因分析提供了标准化的基准数据。它源自真实的匿名CNC制造工厂，涵盖了Fanuc、Mitsubishi和Nukon/TurboCut等主流数控机床在2025年8月至2026年5月期间的MES与机器监控数据。研究者可借助该数据集，基于OEE的经典公式（可用性A、性能P、质量Q），模拟停机时间、循环时间或废品率的变化对整体设备效率的影响，从而构建数据驱动的性能优化模型。

衍生相关工作

围绕该数据集，衍生了一系列具有代表性的研究工作：基于频繁模式挖掘的告警-停机关联规则学习，利用trex_mes_alert与trex_mes_stoppage_slice的事件时间戳构建因果图；将trex_nightwatch_data中的6M+条数值遥测与OEE指标对齐，开发基于Transformer的时序异常检测模型用于性能降级预警；以及利用图神经网络对设备层级（tenant-instance-device-unit）的依赖关系建模，实现跨机器的故障传播分析。这些工作共同验证了该数据集在促进工业时序数据挖掘、根因定位与因果推理算法交叉创新中的核心价值。

数据集最近研究

最新研究方向

该数据集聚焦于智能制造领域中的设备综合效率（OEE）优化与故障根因分析两大前沿方向。通过整合匿名CNC制造工厂的MES与机器监控时序数据，研究者可基于近6.2百万条遥测记录，构建因果推断模型以量化停机、节拍时间及废品率对OEE四维指标（可用性、性能、质量）的影响。结合约5.2万条停机事件与91万条生产计数切片，数据集支持从离散告警（如气压故障）向连续OEE变动的全链路归因分析，为工业4.0背景下的人机协同决策提供了可复现的标准化沙盒。