本数据集用于系统记录渔轮在实际使用过程中的结构磨损行为与失效演化机制，围绕不同型号渔轮在不同使用场景下的载荷条件与运行状态，对关键部件的损伤趋势进行持续跟踪与量化分析。数据内容涵盖产品结构信息（渔轮型号、主齿轮材质、轴承类型与规格、润滑方式）、使用工况信息（使用场景标签、线杯负载拉力、使用周期次数）以及结构状态指标（轴承磨损噪声值、齿轮磨损量、收线阻力增量、防水密封性能衰退、失效模式分类），并在此基础上通过模型计算形成综合结构健康评分，用于反映渔轮整体结构可靠性水平。该数据集主要应用于渔轮产品研发优化、材料适配分析、结构寿命预测、可靠性评估、质量控制验证以及售后失效分析等方向，可支持企业进行结构设计改进、耐久性测试对比、使用寿命分级管理和产品性能分层定位；同时可作为内部测试体系建设、产品标准制定和结构可靠性模型训练的数据基础。通过对不同材料组合、负载条件和运行周期下的磨损规律进行系统整理，本数据集能够揭示渔轮关键部件的失效路径与衰退特征，为提升产品稳定性和延长使用寿命提供数据支撑。数据来源于企业内部测试与实验记录，不涉及个人信息，具有可追溯性、结构化特征和持续更新能力。

首先对基础数据进行统一提取、清洗和标准化，确保数据一致性和可追溯性。在实质性加工阶段，本数据集所有数值加工均在 Python 环境下完成，主要使用 pandas、numpy、scikit-learn 等数据处理库。对于“防水密封性能衰退（%）”字段，采用相对变化率算法对密封性能测试数据进行数值转换与标准化处理；“收线阻力增量（ΔN）”采用基准差值算法进行加工计算；“失效模式分类”采用规则阈值分类算法进行自动判定与批量标注。上述算法模型均基于企业内部测试作业指导书、密封性能检测规范及结构失效分级判定标准执行，并在数据处理过程中进行一致性校验与复核。在创新性数据生成阶段，“综合结构健康评分”字段采用多因子加权评价模型进行计算。首先对齿轮磨损量、轴承噪声值、防水密封性能衰退及收线阻力增量等结构损伤指标进行 Min-Max 归一化处理，再依据历史测试样本统计分析结果确定权重系数，形成综合健康评价模型。该模型的建立与运算过程基于企业内部结构可靠性评估规范及健康评分模型文件执行，具备可重复计算性与一致性验证机制。该创新性字段位于数据文件最后一列。

该数据集可应用于渔轮产品研发优化、结构失效预测、材料耐久性验证、质量检测标准制定、品牌产品性能评估以及售后反馈分析等场景，为渔轮制造企业、结构工程师、测试实验室、装备设计人员及质量管理团队提供可靠的数据基础。本数据集能够帮助企业识别不同型号渔轮在不同使用工况下的典型磨损机制，评估主齿轮材质、轴承组合与润滑方式对寿命的影响，从而指导结构设计优化与材料选择；支持研发部门建立基于使用循环寿命的提前预警机制，实现结构健康状态预测与主动维护策略的制定；同时可用于检测与验证不同渔轮产品之间的耐久性差异，为产品定位与市场竞争策略提供依据，并为测试机构与质检人员提供磨损标准、失效模式参考与指标量化依据，最终提升渔轮产品性能一致性、可靠性与用户体验。

数据ID：D0001；渔轮型号：RW-199；主齿轮材质：不锈钢齿；轴承类型与规格：钢轴承；润滑方式：高性能脂；使用场景标签：淡水；线杯负载拉力（N）：13；使用周期次数：77772；轴承磨损噪声值（dB）：59.5；齿轮磨损量（μm）：21.7；收线阻力增量（ΔN）：1.48；防水密封性能衰退（%）：14；失效模式分类：腐蚀；综合结构健康评分：0.71。数据ID：D0002；渔轮型号：RW-178；主齿轮材质：黄铜齿；轴承类型与规格：陶瓷轴承；润滑方式：高性能脂；使用场景标签：淡水/偏咸水；线杯负载拉力（N）：81；使用周期次数：36332；轴承磨损噪声值（dB）：80.9；齿轮磨损量（μm）：68.2；收线阻力增量（ΔN）：0.91；防水密封性能衰退（%）：13；失效模式分类：疲劳裂纹；综合结构健康评分：0.52。 附件下载

渔轮结构失效与磨损追踪数据集存储于 Excel 表格中，数据表字段包含： 数据ID(Data_ID)、渔轮型号(Reel_Model)、主齿轮材质(Gear_Material)、轴承类型与规格(Bearing_Type_and_Spec)、润滑方式(Lubrication_Type)、使用场景标签(Use_Scenario)、线杯负载拉力（N）(Load_Force_N)、使用周期次数(Cycle_Count)、轴承磨损噪声值（dB）(Bearing_Noise_dB)、齿轮磨损量（μm）(Gear_Wear_um)、收线阻力增量（ΔN）(Retrieval_Resistance_Increment_DN)、防水密封性能衰退（%）(Seal_Decay_Percentage)、失效模式分类(Failure_Mode_Class)、综合结构健康评分(Structural_Health_Score)。