智能制造业异常处理推理数据集

智能制造业异常处理推理数据集

V1.0
最新更新:2026-02-20 17:55:37
样本数:5000
文件大小:0
文件格式:
数据领域:文本
持有人:墨比乌斯公司
行业范围:
适用方向:
数据集介绍

为应对智能制造场景中产线故障、产能波动、人员异常等复杂问题,亟需训练具备多步推理能力、过程可解释性的工业AI模型。本数据集专为异常处理类任务设计,聚焦制造业典型场景,通过结构化描述问题背景、推理过程(Chain-of-Thought)与最终答案,帮助构建更加“懂制造”的工业智能系统。

数据样本以实际产线案例为基础,结合专家经验与常见异常范式进行抽象生成,广泛适用于异常根因分析、生产可视化推理、Agent问答微调等任务。

示例样本展示
{
  "id": "smartmfg_anom_001",
  "industry": "智能制造",
  "task_type": "异常处理类",
  "label": "产能波动的根因分析",
  "input": "某电子元件产线在最近3天产出波动较大,单日波动超过15%,请分析可能原因。",
  "cot_steps": "首先分析是否为订单变化导致计划调整,确认订单无变化;查看产线工时记录,发现班次排班未变;调查人员出勤记录,有一组夜班组人员连续迟到,导致前道工序延误;再看设备运行数据,部分设备白天频繁启停,换型时间延长。综合判断为:夜班人力短缺与换型不协调共同导致产能波动。",
  "answer": "夜班人员迟到与设备换型不合理是产能波动主因。",
  "key_variables": "排产计划;出勤数据;换型时长;产能记录",
  "difficulty": "中等",
  "source": "实际案例抽象"
}
数据结构总览
字段类型描述
文件名string文件名
idstring数据唯一编号
industrystring所属行业
task_typestring任务类型
labelstring推理任务的标题标签
inputstring任务的自然语言问题或情境描述
cot_stepsstring思维链形式的推理步骤,逐步展开逻辑
answerstring故障原因总结/最终诊断结果
key_variablesstring在推理中涉及的关键变量或参考维度
difficultystring难度等级
sourcestring数据来源
授权与合规说明
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

找不到您要找的数据?

让数据提供商通过发布请求来找到你

发布您的请求