地铁列车空气生产单元预测性维护数据集2020年2月至2020年8月
数据来源：互联网公开数据
标签：地铁,空气生产单元,预测性维护,压力,温度,电机电流,阀门,传感器数据,铁路行业,故障预测,异常检测
数据概述：
本数据集包含了2020年2月至2020年8月期间，从运营中的地铁列车的空气生产单元（APU）采集的传感器数据，包括压力、温度、电机电流以及空气进气阀门等多个方面的读数。该数据集共包含15,169,480个数据点，采样频率为1Hz。数据由15个特征组成，来源于7个模拟传感器和8个数字传感器。通过这些数据，可以揭示工业领域中预测性维护面临的真实挑战，适用于故障预测、异常检测等多种任务。
数据用途概述：
该数据集适用于预测性维护系统的研究开发、故障预测模型的建立、异常检测技术的应用等多个方面。研究者可以利用此数据集进行故障预测分析，评估不同维护策略的效果；工程师和维护人员可以通过该数据集识别设备的潜在故障并采取预防措施；同时，数据集也适合用于教育培训，帮助学习者理解预测性维护技术在铁路行业中的应用原理和方法。
举例：
数据集中包含的特征如TP2、TP3、H1、DV pressure等，分别代表压缩机的压力、气动面板的压力、旋风分离器滤清器排出时的压力降、空气干燥塔排出时的压力降等关键参数，这些数据可以直接用于分析压缩机的运行状态和潜在故障。此外，电机电流（Motor Current）特征可以反映电机的工作状态，而COMP、DV electric等特征则代表了空气进气阀、压缩机出口阀等阀门的电气信号，可以用于监测设备的运行模式和状态变化。
