拿来即用的工业设备故障预测数据集，省去到处找数据的麻烦
这是一个面向预测性维护（Predictive Maintenance）场景的开源数据集集合，主要服务于设备故障预测、异常检测和剩余寿命估计等工业AI任务。项目以 Jupyter Notebook 为主要载体，汇集了来自真实工业设备的传感器时序数据，涵盖振动、温度、电流等多维信号，并附带设备退化过程与故障事件标注。它解决的核心问题是：工业预测性维护领域公开数据稀缺、格式不统一、标注质量参差，导致算法研究难以复现和横向对比。项目通过整理多个来源的数据集，提供相对统一的加载与探索示例，帮助研究者和工程师快速验证异常检测、事件到事件预测、退化建模等算法。核心能力包括：多源工业时序数据汇总、Notebook 形式的数据探索与可视化、面向故障预测与异常检测的基准数据支持，适合作为算法原型验证和教学演示的数据基础。
NASA Prognostics Center of Excellence Data Set Repository、PHM Society Data Challenge datasets、UCI Machine Learning Repository
predictive-maintenance 是数据集领域的开源项目，由 kokikwbt 开发，2021 年首次发布。
它收录于数据集分类，该分类目前共有 278 个项目，GitHub 星标数为 169。
项目保持着较活跃的维护节奏，最近一次代码更新于 2026-09-07。开源数据集，免费使用。
它主要面向的使用场景是：高校或企业研究团队快速验证设备故障预测算法。同类可对比的替代方案包括 NASA Prognostics Center of Excellence Data Set Repository、PHM Society Data Chall…。
X-AnyLabeling
开源
一站式AI辅助标注，图像视频文本通吃，导出格式随心配
X-AnyLabeling: A lightweight, efficient, and unified cross-platform desktop applicat···
aisheets
开源
像用表格一样批量调 AI，不写代码就能造和改数据集
Build, enrich, and transform datasets using AI models with no code
distilabel
开源
基于论文的合成数据流水线，快速生成高质量 AI 反馈数据。
Distilabel is a framework for synthetic data and AI feedback for engineers who need ···
DataGen
开源
用大模型一键生成定制化训练数据，告别数据荒
[ICLR'25] DataGen: Unified Synthetic Dataset Generation via Large Language Models
