标题：工业设备性能与故障分析数据集
数据内容：
该数据集包含了工业设备运行过程中的多种关键性能指标和故障状态信息。具体包括以下字段：
- UDI（唯一设备标识）：唯一标识每台设备的编号。
- Product ID（产品标识）：标识设备的型号或批次。
- Type（类型）：设备的类型，分为3种不同的类别。
- Air temperature [K]（空气温度）：设备运行环境中的空气温度，单位为开尔文，共有93种不同的值。
- Process temperature [K]（工艺温度）：设备运行过程中工艺相关的温度，单位为开尔文，共有82种不同的值。
- Rotational speed [rpm]（转速）：设备的旋转速度，单位为转每分钟（rpm），共有941种不同的值。
- Torque [Nm]（扭矩）：设备运行时的扭矩，单位为牛米（Nm），共有577种不同的值。
- Tool wear [min]（工具磨损）：设备工具的磨损程度，单位为分钟，共有246种不同的值。
- Machine failure（机器故障）：设备是否发生故障的状态，共有2种不同的值（是或否）。
- TWF（工具磨损故障）：与工具磨损相关的故障状态，共有2种不同的值（是或否）。
- HDF（热故障）：与温度相关的故障状态，共有2种不同的值（是或否）。
- PWF（功率故障）：与功率相关的故障状态，共有2种不同的值（是或否）。
- OSF（过度应力故障）：与过度应力相关的故障状态，共有2种不同的值（是或否）。
- RNF（运行故障）：与运行相关的故障状态，共有2种不同的值（是或否）。
数据来源：
互联网公开数据
数据用途：
该数据集可用于多个行业的设备性能分析、故障预测和优化。具体用途包括：
1. 制造业：用于设备健康监测、故障预测和维护策略优化。
2. 机械工程：用于分析设备运行参数与故障之间的关系，改进设备设计。
3. 数据科学：用于训练机器学习模型，预测设备故障并优化生产流程。
标签：工业设备, 数据分析, 故障预测, 机器学习, 设备性能, 温度监测, 转速分析, 扭矩测量, 工具磨损
行业分类：
- 制造业
- 机械工程
- 数据科学与人工智能
