数据来源于传感器采集的现场的设备数据，包括设备的振动、温度等检测参数，覆盖电机、空压机、泵阀等设备关键监测点。数据集适用于设备远程健康诊断与故障预测场景，借助各类模型和算法的支持将采集的设备健康数据背后隐藏的规律显性化，为设备远程健康诊断与故障预测场景提供线上线下综合服务。

平台通过传感器采集设备的振动数据，数据通过诊断和分析，可以生成设备的健康全生命周期的模型，这个是旋转设备的机理模型，模型可以进行复制、推广，对后续同类设备的故障诊断和设备寿命分析有重大意义，所以设备原始数据的经济寿命以及后续生成的模型，有很长的经济寿命。

无

1、设备振动测量数据：测点标识、测量日期、振动有效值、采样频宽、采样线数、振动时域数据、振动频域数据、报警内容、设备标识、当前电量、设备标识、设备编号、设备名称、设备默认转速、编号、名称、顺序、备注；
2、设备测量数据：测点标识、测量日期、温度值、报警内容、测点编号、测点名称、所属采集卡、采集卡编号、采集卡类型、温度通道号、连接wifi名称、采样间隔、触发系数。
数据存储量28.6GB，结构化数据

制造业是国民经济重要支柱，工业装备在制造业生产中占据重要地。由于工业装备长期在复杂、恶劣工况下运行，其故障发生不可避免。故障一旦发生轻则引发停机，重则导致设备损坏，甚至引发安全事故发生。为此，国务院、工信部、科技部都将工业装备的健康管理列为国家智能制造发展方向之一。在相关政策的引导下，制造业逐渐意识到工业装备安全可靠运行是影响其高质量发展的关键因素，纷纷提出设备预测性维护的诉求。基于工信部印发的《场景化、图谱化推进重点行业 数字化转型的参考指引（2025版）》。
该数据产品可为陶瓷行业企业提供设备预测性维护核心支撑，通过分析设备温度、振动数据特征及异常类型关联规律，提前预判设备潜在故障风险，指导企业开展针对性维护，降低非计划停机损失，优化维护成本与资源配置；可为设备制造企业提供产品迭代数据参考，基于不同行业设备的实际运行数据与故障类型分布，优化工业转子设备的结构设计与性能参数；可为行业安全生产监管部门提供智能化监测工具，通过数据实时上报与异常预警，提升行业设备安全运行监管效率，减少人工现场巡查压力，降低监管成本；同时可支撑工业设备故障诊断算法模型的训练与优化，为工业互联网平台预测性维护服务的规模化推广提供数据基础。

互联网质量链技术开发、技术推广、技术转让技术咨询、天软据技术开发;计算机网络技术咨询;计算机数据处理和存储服务;计算机软硬件的技术开发、技术咨询、技术服务及销售;计算机系统集成;企业管理咨询以及其他实达律、法规、国务院决定等规定未禁止和不需经营许可至项目.(依法须经批准的项目,经相关部门批准后方可开展经营活动)