该数据集包含超过104.8万条记录和10个特征，用于监控和预测电梯故障情况。以CSV格式存储，为研究与分析提供了丰富的数据资源。
目的：支持开发和测试用于电梯故障监控、预测性维护及早期预警系统的机器学习模型。
数据来源：基于真实电梯操作和传感器行为的模拟数据。
时间跨度：涵盖10台电梯30天运行，采样频率为每秒4个读数（即4Hz）。
文件格式：CSV
数据组成：
行数：每天约有170万条记录（假设每部电梯每日运行时间为12小时）
列数：共包含以下十个字段：
- Elevator_ID: 每台电梯的整数值标识符 (范围为 1 到 10)。
- 时间戳：每个传感器读取值对应的日期和时间信息。
- Motor_Current（安培）：电机吸收电流强度。
- Torque（牛·米）：施加于电梯滑轮上的扭矩大小。
- Brake_Status：二进制状态码，表示刹车是否处于激活状态 (1 表示激活, 0 表示非激活)。
- Humidity（%RH）: 指代电梯井内相对湿度水平百分比数值。
- Vibration_X、Vibration_Y 和 Vibration_Z （米/秒²）：沿X轴、Y轴和Z轴方向的振动测量值。
特点：
Fault_Label 分类标签定义如下：
0 - 表示正常运行状态，无故障发生；
1 - 标记为轻微故障（如门未对准等状况）；
2 - 指示严重故障情况（比如电机损坏）。
5星
