本系统性项目旨在打破钢铁企业设备运维过程中的“数据孤岛”与“低质数据”瓶颈。聚焦炼铁、炼钢、轧钢全产线的核心转动、传动、液压及电气设备，规划了16个高价值的设备运行状态智能监测场景，并针对性地梳理出16类高频/多模态细分数据集及拟新增的采集感知维度，为预测性维护（PHM）和工业大模型提供坚实的数据底座。
应用场景全面覆盖了极易导致非计划停机或重大安全事故的关键装备。点击下方卡片，可深入查看对应场景的故障诊断模型架构与底层数据依赖关系。
传统的PLC秒级数据已无法满足高精度故障诊断的需求。本项目核心在于建立以高频振动、声发射、红外视觉、多维电气信号为主的16类细分高质量数据集。
高质量数据集的建成与算法落地，将直接改善企业在设备可靠性管理、备件库存控制以及安全生产维度的各项关键绩效指标。