新的滚动轴承故障数据集-南乌拉尔国立大学轴承数据集

CWRU（凯斯西储大学轴承数据中心）数据集用的太多了，建议更换其他的数据集。

比如MFPT（机械故障预防技术学会）数据集，德国Paderborn大学数据集，FEMTO-ST轴承数据集，辛辛那提IMS数据集，XJTU-SY Bearing Datasets（西安交通大学轴承数据集）等等吧

建议进行轴承早期故障诊断的研究，轴承早期故障是一个渐进演化的过程， 随着轴承所在设备的正常运行与损耗，经过累积和演化，逐步发展成为显著故障。轴承早期故障通常具有很强的破坏性、隐蔽性、随机性和复杂性，主要体现在以下几个方面：① 故障影响轻微，对系统性能影响不明显，但不加处置容易迅速恶化或引发 继发故障造成更严重的损失；② 故障征兆信号微弱， 易被系统未知扰动和强噪声掩盖；③ 同一工况下， 轴承正常及故障运行状态的变化十分微小；④ 故障特征可分性弱，故障特征不显著且相互耦合，故障诊断十分困难。由于早期故障和微小故障都有幅值小的特点（特殊情况除外），故有时会不加区分地把两种故障视为同一概念。相对于传统的轴承故障诊断，早期故障诊断是一类更精细的诊断方式，需要增大故障与噪声之间的信噪比，去除扰动和噪声对微小故障的掩盖，因而诊断难度更大，要求更高。

新的滚动轴承故障数据集-南乌拉尔国立大学轴承数据集，可用于论文创新。

该数据集包括来自轴承试验台的数据，数据集的显著特征是它的收集方式：测量线加速度和角加速度的无线传感器直接安装在旋转轴上。

附带参考文献。

 

 

 

 

 数据集见评论区