摘要：柴油发动机故障特征数据集包含 3,500 种故障场景，4 种运行工况（正常 250、进气歧管压力降低 250、气缸压缩比降低 1,500、气缸喷油量减少 1,500），2,500 RPM，基于零维热力学模型，专为故障诊断和预测性维护设计。
数据集简介
数据集概述
柴油发动机故障特征数据集（3500-DEFault Dataset）是一个用于柴油发动机故障诊断的综合数据集，通过分析气缸内压力曲线的变化和曲轴的扭转振动响应来辅助预测性维护。数据集基于零维热力学模型的故障仿真模型开发，所采用的特征向量选自热力学模型，通过处理气缸内的压力和温度信号以及发动机飞轮的扭转振动信号获得。这些向量作为机器学习技术的输入，用于区分不同的机器工况。数据库旨在模拟所有研究的运行场景，涵盖所有可能的柴油机故障和系统状态变化，对应不同严重程度级别，包含足够信息来表征和区分故障。
数据集包含 3,500 种不同的故障场景，涵盖 4 种不同的运行工况：
(1) 正常（无故障，Normal）：250 种场景；
(2) 进气歧管压力降低（Pressure reduction in the intake manifold）：250 种场景；
(3) 气缸压缩比降低（Cylinder compression ratio reduction）：1,500 种场景；
(4) 气缸喷油量减少（Cylinder fuel injection reduction）：1,500 种场景。
运行条件：所有场景中电机转速均设定为 2,500 RPM（该转速在热力学和动力学模型验证阶段，燃烧循环平均压力和最大压力的估计中，实验数据与模拟数据之间的联合误差率最低）。特征向量：从热力学模型中选取，通过处理气缸内压力信号、温度信号和发动机飞轮扭转振动信号获得。数据库命名为 3500-DEFault 数据库。
支持柴油发动机故障诊断、预测性维护、故障分类（4 类运行工况）、机器学习模型训练（多类别分类、监督学习）、深度学习模型训练（CNN、LSTM、Transformer）、时间序列分析、压力信号处理、振动信号分析、故障严重程度评估、工业设备监测、发动机健康管理、早期故障检测、维护计划优化、工业 AI 应用、状态监测系统、故障预测建模、特征工程、算法基准测试。该数据集为柴油发动机预测性维护提供全面的仿真数据支持，覆盖多种故障类型和严重程度级别。
数据集来源
由张家梁(Bob)整理并于2026年在7zcode平台公开发布。
数据集信息
免责声明与引用
数据仅用于科研与教学用途。若用于商业场景，请自行核验数据许可。如需引用，请在论文或报告中注明数据集名称与版本号。
作者信息
作者：Bob (张家梁)
项目编号：Datasets-149
文件大小：6M
原创声明：本数据集为整理作品
联系方式
开源协议
本项目采用AGPL-3.0开源协议，允许个人和组织自由使用、修改和分发代码，但基于本项目的衍生作品必须同样开源，且用于提供网络服务时需向用户提供完整源代码。本项目仅供学习研究使用，作者不对使用本项目产生的任何后果承担责任，使用者应遵守当地法律法规，合理合法使用本项目。如本项目对您的研究或工作有所帮助，欢迎引用并注明出处。
评论(0)