在 Future Factories 平台上获取的模拟与多模态制造数据集
机器学习
2024-01-30 v1
摘要
本文介绍了两个工业级数据集，它们于 2023 年 12 月 11 日和 12 日在南卡罗来纳大学的 Future Factories 实验室收集。这些数据集由一条在执行器、控制机制和传感器方面采用工业标准的制造装配线生成。这两个数据集都是通过连续运行装配线 30 小时（经过轻微过滤）并从系统配备的传感器收集数据同时生成的。在运行期间，还通过手动移除最终装配所需的零件，在装配操作中引入了缺陷。生成的数据集包括一个时间序列模拟数据集，另一个是时间序列多模态数据集，其中包含系统图像以及模拟数据。生成这些数据集的目的是提供工具，以进一步推进增强制造智能的研究。真实的制造数据集非常稀缺，更不用说包含异常或缺陷的数据集了。因此，这些数据集希望填补这一空白，并为研究人员提供基础，以构建和训练适用于制造业的人工智能模型。最后，这些数据集是 Future Factories 实验室发布数据的首次迭代，未来可以进一步调整以满足更多研究人员的需要。
引用
@article{arxiv.2401.15544,
title = {Analog and Multi-modal Manufacturing Datasets Acquired on the Future Factories Platform},
author = {Ramy Harik and Fadi El Kalach and Jad Samaha and Devon Clark and Drew Sander and Philip Samaha and Liam Burns and Ibrahim Yousif and Victor Gadow and Theodros Tarekegne and Nitol Saha},
journal= {arXiv preprint arXiv:2401.15544},
year = {2024}
}
备注
11 pages, datasets for Future Factories