数据集概述
本数据集为Nissatech开发的AI模型应用生成的报警示例，用于检测钢铁冶炼电弧炉（EAF）的运行异常。包含2个文件，记录了报警相关的元数据与具体报警统计信息，支持钢铁生产设备异常检测场景的数据分析。
文件详解
- 文件名称：Metadata_Alarm_Al_model_nissatech.xlsx
- 文件格式：XLSX
- 字段映射介绍：包含报警数据的元信息，具体字段需参考文件内容（未提供详细预览）
- 文件名称：Alarm_AI_model_Nissatech.csv
- 文件格式：CSV
- 字段映射介绍：包含startdate（开始日期）、enddate（结束日期）、timestamp（时间戳）、value（数值）、field（字段）、measurement（测量项）、groupname（组名）、type（类型）、longer_stdDev_period_value（长周期标准差）、smaller_stdDev_period_value（短周期标准差）、longer_avg_period_value（长周期平均值）、smaller_avg_period_value（短周期平均值）、percentage（百分比）、confirmed（确认状态）、alarm_id（报警ID）
数据来源
Nissatech合作伙伴开发的AI模型应用
适用场景
- 钢铁EAF设备异常检测: 分析AI模型生成的报警数据，验证模型对电弧炉异常的识别能力
- 工业设备预测性维护: 基于报警数据中的统计特征（如标准差、平均值），研究设备故障预警机制
- AI模型性能评估: 通过报警的confirmed状态与统计指标，评估异常检测模型的准确率与鲁棒性
- 钢铁生产过程优化: 结合报警数据与生产参数，优化电弧炉运行工艺以减少异常情况
