工业设备多源异构数据融合与健康诊断高质量数据集

本数据集为浙江德塔森特依托宁波市高质量数据集揭榜挂帅专项打造的工业设备多源异构数据融合与健康诊断高质量数据集（V1.0），总规模 6.7TB，含 837.40 亿条结构化时序记录，覆盖 17 大类、600 台工业设备，构建 1955 种故障 - 设备 - 工况组合样本，全面解决工业故障样本稀缺、多模态数据难以融合、数据无合规确权等行业痛点。数据集由自有机房原生采集数据、合规整合 IEEE 开源工业数据集、标准化融合标注成品三层数据构成，涵盖时序、图像、音频、视频、工程特征多模态数据，统一梳理 26 类标准化工业故障模式，覆盖负载波动、高低温、间断启停等极端复杂工况。全流程搭建标准化数据治理体系，经降噪清洗、时序对齐、双人双标三级复核，数据完整性 96.5%、标注准确率 98.5%，各项指标均超额完成专项考核要求。基于数据集完成 CNN-LSTM、Informer 等四类时序模型优化，故障识别准确率达 96.2%，已在风电、机床、化工等七大行业落地验证。数据集采用分层流通机制，魔搭社区开放轻量化学术小样，完整全量数据提供企业商用授权；配套完善知识产权登记与数据资产入表材料，脱敏无涉密隐私信息，可支撑故障预警、剩余寿命预测、多源数据融合算法研发、高校智能制造教学等场景，为工业预测性维护、工业数据资产化流通提供标准化高质量数据底座。