---
license: mit
language:
- zh
tags:
- bolt-tightening
- quality-detection
- torque-angle
- time-series
- industrial-manufacturing
- machine-learning
task_categories:
- tabular-classification
pretty_name: Bolt Tightening Quality Detection Dataset
size_categories:
- 1K<n<10K
---

# 螺栓拧紧质量智能检测数据集（Bolt Tightening Quality Detection Dataset）

**自建数据集**：面向重型机械装配车间螺栓拧紧工序，基于螺栓拧紧「力矩-转角」力学模型模拟生成，用于拧紧质量智能检测与工艺追溯系统的算法开发与验证。

## 数据集概述

- **用途**：螺栓拧紧过程质量状态自动判定（5 类多分类任务）
- **样本规模**：3000 条完整拧紧周期（基准集 1200 条 + 扩展集 1800 条）
- **采样频率**：100 Hz
- **采集量**：力矩（N·m）、转角（deg）双通道时间序列
- **螺栓规格**：M12 / M16 / M20 / M24

## 质量标签（5 类）

| 编码 | 标签 | 说明 |
|------|------|------|
| 0 | 合格 | 力矩升至目标扭矩后保持 |
| 1 | 欠拧 | 力矩提前停止，终值低于目标扭矩 |
| 2 | 过拧 | 力矩越过目标扭矩后停止 |
| 3 | 滑牙 | 力矩升至峰值后急剧跌落（螺纹滑丝） |
| 4 | 虚拧 | 力矩全程低位（错扣/未正确啮合） |

## 目录结构

```
bolt-tightening-quality/
├── raw/
│   ├── benchmark/
│   │   ├── records.jsonl    # 标准工况基准集（1200 条）
│   │   └── metadata.csv     # 元数据与标签汇总
│   └── extended/
│       ├── records.jsonl    # 扩展工况集（1800 条）
│       └── metadata.csv
├── processed/               # 预处理后特征数据集
│   ├── train.csv            # 训练集（70%，Z-score 标准化）
│   ├── val.csv              # 验证集（20%）
│   ├── test.csv             # 测试集（10%）
│   └── feature_metadata.json# 特征选择与标准化参数
├── generate_data.py         # 数据生成脚本
└── preprocess.py            # 预处理与特征工程脚本
```

## 数据格式

`records.jsonl` 每行一条 JSON 记录：

```json
{
  "id": "B0001",
  "spec": "M12",
  "grade": "8.8",
  "wear": 0,
  "temp": 20.0,
  "target_torque": 80.0,
  "speed": 181.51,
  "label": 0,
  "label_name": "合格",
  "angle": [0.0, 1.8, ...],
  "torque": [-0.6, 1.3, ...]
}
```

`processed/*.csv` 为提取并标准化后的 8 维特征向量，列含 `id, spec, source, label, label_name` 及 8 个特征（`torque_mean`、`torque_peak_angle`、`total_angle`、`avg_rate`、`rising_slope`、`angle_deviation`、`final_torque`、`hold_fluctuation`）。

## 生成方法

数据基于螺栓拧紧力学模型（空行程 → 贴合 → 弹性上升 → 保持/跌落 四阶段）模拟生成，噪声采用「1.5% 读数 + 底噪」的相对噪声模型。扩展集额外覆盖不同螺栓性能等级（8.8/10.9/12.9）、工具磨损状态、环境温度等工况。

## 复现

```bash
python generate_data.py   # 生成原始数据
python preprocess.py      # 预处理 + 特征工程 + 7:2:1 划分
```

## 关联项目

完整课程设计项目（系统方案、业务数据、提示词追溯）见 GitHub 仓库：
https://github.com/CYCCCC119/caoyuchen111.md

## License

MIT