合成繊維ロープ（SFR）は、オフショアクレーン、風力タービン設置、重量物搬送などの用途で安全な運用に不可欠であり、ロープの故障は壊滅的な安全インシデントや高コストなダウンタイムを引き起こす可能性があります。データ駆動型の状態監視への関心が高まっているにもかかわらず、制御された繰り返し疲労荷重下でのSFRの完全な劣化ライフサイクルを捉えた公開画像データセットはこれまで存在しませんでした。
このギャップを埋めるため、研究者らは新しい画像データセットを提案します。このデータセットは、11本のDyneema SK75/78高弾性ポリエチレン（HMPE）ロープサンプルを、シーブベンド試験台で60 kNから280 kNまでの7段階の異なる軸荷重レベルの繰り返し疲労にさらし、機械的破壊まで負荷をかけた約34,700枚の高解像度画像で構成されています。疲労寿命は695サイクルから8,340サイクルまで及びました。
一定回数のシーブサイクル（検査バースト）ごとに、ロープの異なる断面位置で10枚の画像を撮影し、ロープの全使用期間を通じた表面劣化の空間的代表サンプリングを提供します。各荷重から得られた画像には対応する経過サイクル数が注釈されており、シーケンス内の任意のロープの残存有効寿命（RUL）を直接計算できます。
このデータセットは、RUL回帰、損傷進行モデリング、異常検出、負荷条件付き予測など、幅広い機械学習タスクをサポートすることを目的としています。このデータセットは、SFR向けのビジョンベースの状態監視（CM）および予測アルゴリズムの開発と比較のためのベンチマークリソースとして機能することを意図しています。研究者らは、このデータセットが合成繊維ロープの健康管理技術の進展に貢献することを期待しています。