---
title: phm2010-cnc-rul-cleaned
canonical_url: "https://www.modelscope.cn/datasets/dyx20040503/phm2010-cnc-rul-cleaned"
md_url: "https://www.modelscope.cn/datasets/dyx20040503/phm2010-cnc-rul-cleaned.md"
repository: dyx20040503/phm2010-cnc-rul-cleaned
chinese_name: "PHM2010 CNC铣刀七通道清洗数据集"
last_updated: 2026-10-20
license: other
storage_size: "9.1 GB"
downloads: 158
stars: 0
---

# phm2010-cnc-rul-cleaned

> phm2010-cnc-rul-cleaned - dyx20040503 在 ModelScope 开源的数据集。PHM2010 CNC铣刀完整七通道数据准备：六刀具各315次切削，共1890条变长50kHz信号（float64）、210维三域特征、945条可信磨损标签、刀具级三折索引及读取和复现代码。真实RUL因未定义失效终点而留空，代理标签单列。来源PHM Society及Kaggle镜像，保留原始权利，详见README。

dyx20040503/phm2010-cnc-rul-cleaned 是 ModelScope 魔搭社区上的数据集，存储大小 9.1 GB，采用 other 许可。

- **Repository**: dyx20040503/phm2010-cnc-rul-cleaned
- **License**: other
- **Storage size**: 9.1 GB
- **Downloads**: 158
- **Stars**: 0
- **Last updated**: 2026-10-20

Source: https://www.modelscope.cn/datasets/dyx20040503/phm2010-cnc-rul-cleaned

---

# PHM2010 CNC 铣刀完整清洗数据集

全量六刀1,890次切削，416,183,490个同步采样时刻、每时刻7通道、50,000Hz。完整变长信号是主要交付；210维三域特征仅是附加表示。仅c1/c4/c6有可信微米磨损，真实RUL目前未定义。当前成果覆盖数据准备，不包含预测模型或小论文。

|刀具|切削|同步采样点|可信磨损|
|---|---:|---:|---:|
|c1|315|69,200,145|315|
|c2|315|69,257,239|0|
|c3|315|69,263,210|0|
|c4|315|70,319,816|315|
|c5|315|69,004,041|0|
|c6|315|69,139,039|315|

## 来源与范围

研究输入Word为`基于多传感器信号的高速CNC铣刀剩余使用寿命（RUL）预测研究.docx`。本地原嵌套ZIP曾损坏；用户随后提供的`archive`目录全部1,893文件与原中央目录大小+CRC一致，作为最终原始输入。按用户授权从[Kaggle镜像版本1](https://www.kaggle.com/datasets/rabahba/phm-data-challenge-2010)另下载22个损坏替代文件及6个核对样本，均精确匹配；没有混入其他来源。原始ZIP、Word全文、重复解压数据、环境和缓存不随包。

PHM的[官方说明和c3磨损勘误](https://phmsociety.org/phm_competition/2010-phm-society-conference-data-challenge/)确认c1/c4/c6训练、c2/c3/c5测试。原磨损单位10^-3mm=um，按本次切削后的状态对应。当前包无c3 wear，测试组真实标签全部空白。未定义失效阈值/物理终点，`rul_cuts`全部空；`remaining_recorded_cuts=315-cut_id`只是当前实际数据距记录末尾的代理，不能当真实RUL。

## 内容和固定通道

`signals_clean/`含1,890个压缩NPZ：`x[n,7]` float64、fs_hz、channel_names、tool_id、cut_id、sample_index、source_line_number、valid_mask、repair_mask，均可`allow_pickle=False`读取。各切削不截短、不降采样、不补零，完整保留物理幅值。顺序为：

0 force_x_N；1 force_y_N；2 force_z_N；3 vibration_x_g；4 vibration_y_g；5 vibration_z_g；6 ae_rms_V。

`features/features.csv`含主键和210维未缩放特征；唯一默认X顺序为`feature_names.json`，定义见feature_schema。`labels/`含三刃测量、严格完整聚合、空真实RUL及独立代理。`splits/`含明确样本ID：每折630训练/315留出，刀具无交叉；官方测试945条无真值推理。`metadata/`含全量输入清单、样本索引、原索引/掩码规则、处理记录、源CRC和参数。`reports/cleaning_report_zh.md`给出方法、全量统计、噪声分析、验证与限制。

实际清洗：没有缺失或坏行，修复0、排除0，未去重时序行、削峰或额外滤波。九个训练刀具早中晚波形和PSD分析支持保留原始幅值；没有足够依据识别噪声专属频带。信号保存float64，没有float32量化。谱采用4096点Hann、2048重叠、不去趋势、固定5频带；时频采用STFT帧频带功率波动。模型输入不含任何ID、标签、生命周期终点或代理。

## 安装及包内读取

在已解压的数据集根目录执行（Windows PowerShell，建议Python3.11）：

```powershell
python -m venv .venv
& .\.venv\Scripts\python.exe -m pip install -r .\requirements.txt
& .\.venv\Scripts\python.exe .\scripts\read_examples.py
```

两类读取器使用同一Selection，目标须显式传入；默认研究目标建议`wear_max_um`：

```python
import sys
sys.path.insert(0, 'scripts')
from readers import Dataset
d = Dataset('.')
s = d.select(target='wear_max_um', fold='fold_1', subset='holdout', require_labels=True)
tab = d.tabular(s)             # X:315x210，y:微米；keys含主键/状态/split
seq = d.sequences(s)           # 惰性读取，不拼接或改长
item = seq[0]                 # x、length、valid_mask、repair_mask、y和相同主键/状态/split
print(s.filtered)             # 明确的两类共用筛除清单
infer = d.select(target='wear_max_um', subset='official_test', require_labels=False)
# d.select(target='rul_cuts', require_labels=True) 会报错；不替换成代理
```

折内预处理接口（各步骤只fit训练刀具，留出只transform；不训练预测模型）：

```python
from preprocessing import fit_fold
result = fit_fold('.', 'fold_1', target='wear_max_um', select_k=30, pca_components=10)
```

主CSV始终未拟合缩放。上述接口的可选特征选择/PCA由调用者按折执行；包中仅保留接口核验结果，没有预先处理好的全数据PCA。默认不提供实时因果预测保证：完整本次切削结束后才可获得当前信号与状态。

## 复现及恢复

已有完整原始archive时，生成独立新目录，保留当前结果：

```powershell
.\run_all.ps1 -Stage all -RawRoot '..\..\archive' -OutputRoot '..\PHM2010_reproduced' -WorkDir '..\..\_work_reproduced' -Python 'python'
```

每个已完成切削有独立恢复记录。可用`-Stage signals/assemble/analyze/verify/package/read/upload`单独恢复；`all`执行本地全链路，上传用独立阶段。包内读取示例和验证不依赖原工作目录。完整重建需要原始CSV，ZIP不重复携带它们。`scripts/archive_io.py`可安全检查ZIP64/bzip2/tar，拒绝路径越界；损坏外层容器的特殊恢复脚本仅恢复定位，不能修复观测，任何成员仍须独立CRC。

## 魔搭和许可

使用官方modelscope-hub 0.4.6，包内通用入口默认新建本人namespace的私有dataset仓库；本次发布按用户要求使用公开dataset；不猜账号、不覆盖无关仓库。缺登录时，在本机交互执行 `ms-hub login`（不要把token粘贴到聊天），再运行：

```powershell
.\run_all.ps1 -Stage upload -Python 'python'
```

需要当前数据集完整ZIP位于目录旁；`-ZipPath`可指定实际路径。脚本检查真实身份后创建/上传ZIP和根目录README，远端列出文件并强制下载到新目录、核验SHA256/ZIP和代表性数据。真实repo_id、页面、visibility、revision及填好实际参数的下载命令写入ZIP旁 `_upload_result.json`；没有回执或status未通过时不能视为上传成功。缺认证时本地结果照常保留，不提供虚构仓库或下载链接。

Kaggle镜像标为CC0，PHM官方挑战页未明确再分发许可；本包保留数据原权利，不宣称数据具有MIT/Apache/CC新许可。本次公开发布按用户明确要求执行，保留来源与原始权利说明，不对原始数据擅自重新许可。测试组不能在无真值时用于监督指标，代理不能冒充真实RUL。


## 独立复核与已知限制

独立复核覆盖全部1,890次切削、416,183,490个同步采样时刻、2,913,284,430个通道数值、396,900个特征值及945条可信磨损记录，未发现影响所声明数据准备用途的清洗、主键、标签、特征或切分错误。原始信号与导出float64数值逐值一致。

原始数据中的c4_001与c4_002七通道信号完全相同，但最大刃磨损分别为31.41635516和34.8927704微米。该现象来自源数据，两条记录保留各自主键，且在每折中处于同一侧；不能将它们描述为信息独立的两份信号。采集成因尚无可靠更正证据。

当前适合切削结束后的磨损回归、刀具级留一验证和明确标注的记录终点代理实验。真实物理失效RUL未定义；c2/c3/c5没有可信磨损真值，不能计算这些刀具的真实磨损监督指标。


本页面对应仓库：`dyx20040503/phm2010-cnc-rul-cleaned`。ZIP内通用上传入口在未指定目标仓库时默认创建私有仓库；本次发布使用上述用户明确要求的公开目标。