数据集合记录了液浴干燥设备全生命周期的运行健康状态监测数据，包含设备振动、温度梯度、电流谐波畸变率等实时监测指标。 通过三重传感矩阵采集数据，经智能诊断引擎分析处理后，形成包含故障特征识别、剩余寿命预测和维护决策建议的完整设备健康档案。 数据应用于设备预测性维护，降低设备故障率，优化生产管理，提高设备运行效率和使用寿命。

1、数据采集来源：通过自主研发的液浴干燥设备内置三重传感矩阵（三轴MEMS振动传感器、分布式光纤温度传感器、宽频电流传感器）实时采集原始物理参数，经企业自有物联网平台传输存储。 2、数据加工方式​​ 1）工具与模型： 使用Python与Spark工具进行数据清洗与特征提取； 基于Weibull退化模型计算设备剩余寿命(小时)（生成第10列数据）； 采用ISO 10816-3振动分析算法结合温度梯度、电流谐波数据，生成故障特征诊断结论（第9列数据）。 2）维护决策生成： 依据故障特征与剩余寿命，通过决策树规则自动生成维护决策（第11列数据）。 3、数据脱敏处理：设备编号统一脱敏为"DRY_DEV_XXX"格式（第3列），移除地理位置、所有权信息等敏感字段。 4、创新性数据说明​​ 创新性数据集中体现于三列： 1）故障特征（第9列）：融合多传感器参数，通过振动频谱分析与热力场关联模型实现故障模式识别； 2）剩余寿命（第10列）：基于设备历史退化轨迹的Weibull动态预测值； 3）维护决策（第11列）：结合故障风险与寿命衰减的智能运维策略。

1）本数据集合适用于工业领域液浴干燥设备的健康监测与预测性维护，帮助设备运维人员提前发现设备潜在故障。 2）应用场景包括：设备异常预警、故障诊断分析、维护计划优化、备件库存管理、设备寿命评估等。 3）数据应用可有效降低设备意外停机时间30%以上，延长设备使用寿命20%，减少维护成本25%，提高设备综合效率(OEE)。 4）本数据为液浴干燥设备的健康监测与预测性维护提供了数据支撑。

记录ID 时间戳 设备编号 振动X轴(g) 振动Y轴(g) 振动Z轴(g) 温度梯度(℃) 电流谐波畸变率(%) 故障特征 剩余寿命(小时) 维护决策 DRY_REC_000001 2024/6/30 DRY_DEV_003 0.0119 0.0033 0.0681 39.3;38.7;31.6;37.6;32.1 0.82 转子失衡 1571 校准传感器 DRY_REC_000002 2024/6/30 DRY_DEV_001 0.0125 0.0246 0.0361 38.8;33.3;33.7;33.7;35.6 1 正常 12000 无需维护 DRY_REC_000003 2024/6/30 DRY_DEV_001 0.0148 0.0206 0.0654 32.7;34.5;30.8;37.4;36.4 0.61 电机效率劣化 437 更换电机 DRY_REC_000004 2024/6/30 DRY_DEV_001 0.0102 0.0362 0.0442 34.0;31.8;38.6;31.7;38.9 1.44 电机效率劣化 598 更换电机

字段名称 数据类型 内容示例 含义说明 记录ID 编号 "DRY_REC_000001" 含义为数据记录唯一标识符编号 时间戳 时间 "2024-06-30 16:10:43" 含义为数据采集的时间点 设备编号 编号 "DRY_DEV_003" 含义为干燥设备的标识编号 振动X轴(g) 振动值 "0.0119" 含义为设备在X轴方向的振动加速度 振动Y轴(g) 振动值 "0.0033" 含义为设备在Y轴方向的振动加速度 振动Z轴(g) 振动值 "0.0681" 含义为设备在Z轴方向的振动加速度 温度梯度(℃) 温度序列 "39.3;38.7;31.6;37.6;32.1" 含义为关键测温点的温度分布序列 电流谐波畸变率(%) 百分比值 "0.82" 含义为供电电流的波形畸变程度 故障特征 名称 "转子失衡" 含义为设备故障模式的诊断结果 剩余寿命(小时) 时间值 "1571" 含义为设备预测剩余使用寿命 维护决策 名称 "校准传感器" 含义为系统推荐的维护措施