大型工业泵运行状态与维护数据集-selonamaris
数据来源：互联网公开数据
标签：工业泵,维护,预测性维护,传感器数据,故障预测,机器学习,时序分析
数据概述：
本数据集收录了20,000台工业泵的维护记录和传感器读数，旨在用于预测和分析泵的健康状况。 数据集包含了泵的各种传感器数据和运行参数，例如温度、振动、压力、流量和转速（RPM）。 此外，还包括泵的运行小时数以及一个维护标志，该标志指示泵是否需要维护。
数据用途概述：
该数据集可用于构建预测性维护模型和机器学习算法，基于传感器数据预测故障或所需的维护。 具体应用场景包括：
- 预测性维护建模
- 故障预测
- 时间序列分析
- 分类（预测维护标志）
数据集结构：
- Pump_ID：每台泵的唯一标识符（整数）。
- Temperature：泵的温度读数（浮点数）。
- Vibration：泵的振动强度测量值（浮点数）。
- Pressure：泵中记录的压力水平（浮点数）。
- Flow_Rate：流经泵的流体流量（浮点数）。
- RPM：泵的转速，以每分钟转数（RPM）为单位（浮点数）。
- Operational_Hours：泵已运行的小时数（浮点数）。
- Maintenance_Flag：二元指示符（0或1），显示泵是否需要维护（1）或不需要维护（0）（整数）。
数据集特征：
- 行数：20,000
- 列数：8
- 数据类型：
- 数值型（float64）：Temperature, Vibration, Pressure, Flow_Rate, RPM, Operational_Hours
- 整数型：Pump_ID, Maintenance_Flag
- 文件格式：CSV
