NoBOOM（No Blow-Out Or Other Mishaps）是首个专为化工过程异常检测设计的多来源公开数据集，由德国凯泽斯劳滕-兰道科技大学（RPTU）联合 BASF SE 于 NeurIPS 2025 Datasets & Benchmarks Track 发布。数据集包含来自 BASF 真实运行流程的工业规模数据及实验室/中试级别化工过程数据，提供详细异常标注（含配置信息、操作条件与事件描述），并集成学术与工业来源。基线评估表明，基于局部均值偏差的简单检测器在所有子集上均显著低于理想表现，说明该数据集具有真实挑战性。由于 2025 年底才发布，社区下游引用尚少，预计 2026 年起逐步出现基于 NoBOOM 的方法论文。数据已上传至 Kaggle（https://www.kaggle.com/datasets/faebs94/noboom-anomaly-detection-in-chemical-processes）。
| 行业 | 化工过程，流程工业安全 |
|---|---|
| 任务 | anomaly_detection，process_monitoring |
| 模态 | engineering_parameters，temperature，pressure |
| 频率档 | — |
| 采样率 | — |
| 真实度 | real_production |
| 访问门槛 | open |
| 质量评分 | ★★★★★ |
| 采用度 | new |
| 数据形态 | continuous_process |
| 是否多模态 | 否 |
| 规模 | BASF 大型工业生产装置 + 实验室 + 中试，多集合 |
| License | open |
'Tennessee Eastman 替代品'最强候选——含真实 BASF 工业数据。