墨比乌斯公司该数据集聚焦智能制造场景中常见的复杂故障诊断问题,采用“现象描述 → 多步逻辑推理 → 原因归纳”的结构,构建出贴近工业实际的高质量训练样本。每条数据通过推理链条清晰展示故障分析逻辑,具备显著的可解释性与因果推理能力。数据样本覆盖多个关键变量,如 PLC 通信、电压波动、传感器失效、电机故障等,适合用于训练具有“逻辑性、结构性、因果性”的工业大语言模型,或微调工业专属的 Agent、问诊助手、工单分析工具等。
{
"id": "smartmfg_fault_001",
"industry": "智能制造",
"task_type": "故障诊断类",
"label": "机器人轴卡死的可能原因分析",
"input": "某六轴机器人在执行上下料动作时,轴4突然停止运动,其余轴无异常,请推理其可能的故障原因。",
"cot_steps": "观察轴4停止响应,排查程序逻辑,未见指令中断;查看驱动器报警记录,发现轴4对应驱动模块有过载报警;检查电机温度监控数据,发现异常升高;推测可能是该电机长时间运行导致过热保护。综合判断:驱动器进入过热保护状态,导致轴4停止动作。",
"answer": "驱动器过热保护触发,导致轴4停止响应。",
"key_variables": "轴4;驱动器报警;电机温度;程序中断",
"difficulty": "中等",
"source": "模拟构造"
}| 字段 | 类型 | 描述 |
|---|---|---|
| File Name | string | File name |
| id | string | 数据唯一编号 |
| industry | string | 所属行业 |
| task_type | string | 任务类型 |
| label | string | 问题简要分类标签 |
| input | string | 故障现象描述 |
| cot_steps | string | 思维链形式的推理步骤,逐步展开逻辑 |
| answer | string | 故障原因总结/最终诊断结果 |
| key_variables | string | 推理中涉及的关键变量或元件 |
| difficulty | string | 难度等级 |
| source | string | 数据来源 |
| 项目 | 内容 |
|---|---|
| 授权类型 | CC-BY-NC-SA 4.0(非商业署名共享) |
| 商业使用 | 需申请专属订阅或授权合同(支持按月/按调用次数收费) |
| 隐私与脱敏 | 无PII,无真实公司名,模拟场景均符合行业标准 |
| 合规体系 | 中国《数据安全法》 / 欧盟GDPR / 企业数据可访问日志支持 |
让数据提供商通过发布请求来找到你