zerozero01's picture
修正数据集卡片元数据(task_categories)
b7d1c66 verified
|
Raw History Blame Contribute Delete
3.33 kB
---
license: mit
language:
- zh
tags:
- bolt-tightening
- quality-detection
- torque-angle
- time-series
- industrial-manufacturing
- machine-learning
task_categories:
- tabular-classification
pretty_name: Bolt Tightening Quality Detection Dataset
size_categories:
- 1K<n<10K
---
# 螺栓拧紧质量智能检测数据集(Bolt Tightening Quality Detection Dataset)
**自建数据集**:面向重型机械装配车间螺栓拧紧工序,基于螺栓拧紧「力矩-转角」力学模型模拟生成,用于拧紧质量智能检测与工艺追溯系统的算法开发与验证。
## 数据集概述
- **用途**:螺栓拧紧过程质量状态自动判定(5 类多分类任务)
- **样本规模**:3000 条完整拧紧周期(基准集 1200 条 + 扩展集 1800 条)
- **采样频率**:100 Hz
- **采集量**:力矩(N·m)、转角(deg)双通道时间序列
- **螺栓规格**:M12 / M16 / M20 / M24
## 质量标签(5 类)
| 编码 | 标签 | 说明 |
|------|------|------|
| 0 | 合格 | 力矩升至目标扭矩后保持 |
| 1 | 欠拧 | 力矩提前停止,终值低于目标扭矩 |
| 2 | 过拧 | 力矩越过目标扭矩后停止 |
| 3 | 滑牙 | 力矩升至峰值后急剧跌落(螺纹滑丝) |
| 4 | 虚拧 | 力矩全程低位(错扣/未正确啮合) |
## 目录结构
```
bolt-tightening-quality/
├── raw/
│ ├── benchmark/
│ │ ├── records.jsonl # 标准工况基准集(1200 条)
│ │ └── metadata.csv # 元数据与标签汇总
│ └── extended/
│ ├── records.jsonl # 扩展工况集(1800 条)
│ └── metadata.csv
├── processed/ # 预处理后特征数据集
│ ├── train.csv # 训练集(70%,Z-score 标准化)
│ ├── val.csv # 验证集(20%)
│ ├── test.csv # 测试集(10%)
│ └── feature_metadata.json# 特征选择与标准化参数
├── generate_data.py # 数据生成脚本
└── preprocess.py # 预处理与特征工程脚本
```
## 数据格式
`records.jsonl` 每行一条 JSON 记录:
```json
{
"id": "B0001",
"spec": "M12",
"grade": "8.8",
"wear": 0,
"temp": 20.0,
"target_torque": 80.0,
"speed": 181.51,
"label": 0,
"label_name": "合格",
"angle": [0.0, 1.8, ...],
"torque": [-0.6, 1.3, ...]
}
```
`processed/*.csv` 为提取并标准化后的 8 维特征向量,列含 `id, spec, source, label, label_name` 及 8 个特征(`torque_mean`、`torque_peak_angle`、`total_angle`、`avg_rate`、`rising_slope`、`angle_deviation`、`final_torque`、`hold_fluctuation`)。
## 生成方法
数据基于螺栓拧紧力学模型(空行程 → 贴合 → 弹性上升 → 保持/跌落 四阶段)模拟生成,噪声采用「1.5% 读数 + 底噪」的相对噪声模型。扩展集额外覆盖不同螺栓性能等级(8.8/10.9/12.9)、工具磨损状态、环境温度等工况。
## 复现
```bash
python generate_data.py # 生成原始数据
python preprocess.py # 预处理 + 特征工程 + 7:2:1 划分
```
## 关联项目
完整课程设计项目(系统方案、业务数据、提示词追溯)见 GitHub 仓库:
https://github.com/CYCCCC119/caoyuchen111.md
## License
MIT