三十多个开源数据集 | 故障诊断再也不用担心数据集了！

【建模先锋】

于 2024-09-25 21:08:37 发布

阅读量971

点赞数 16

分类专栏：信号处理文章标签：数据库

本文链接：https://blog.csdn.net/2402_85668383/article/details/142533107

版权

信号处理专栏收录该内容

7 篇文章 0 订阅

订阅专栏

1 前言

在当今快速发展的工业4.0时代，PHM技术（prognostics and health management，故障预测与健康管理）正逐渐成为提高生产效率和设备可靠性的关键技术。在这一背景下，故障诊断和轴承寿命预测作为核心研究领域，受到了广泛关注和深入研究。然而，高质量的公开数据集一直是推动这一领域研究进展的重要资源。

为了助力大家在故障诊断与轴承寿命预测方面取得更大的突破，我们特别整理了一系列高质量的公开数据集。这些数据集涵盖了多种轴承类型、运行工况和故障模式，提供了详尽的传感器数据和实验记录。无论您是初入此领域的新手，还是经验丰富的专家，这些数据集都将为您的研究和开发提供坚实的基础和丰富的素材。

2 轴承故障诊断数据集

2.1 凯斯西储轴承数据集CWRU

（1）CWRU轴承数据集适用场景 :

基础的轴承故障诊断任务
变工况条件下的迁移学习任务
仅包含单一故障，不适用于复合故障诊任务

凯斯西储数据集包括四种轴承不同轴承健康状态，即正常状态、内圈故障、外圈故障和滚动体故障。该电动机在0hp、1hp、2hp、3hp四种不同的负载下收集振动信号。

（2）详细介绍，以及数据集下载如下：

Python-凯斯西储大学（CWRU）轴承数据解读与分类处理_凯斯西储大学轴承数据集介绍-CSDN博客

2.2 机械故障预防技术学会-MFPT Dataset

（1）数据集介绍

提供了一个轴承故障数据集，以促进轴承分析的研究。该数据集包括来自轴承试验台的数据（标称轴承数据、各种负载下的外圈故障、内圈故障和各种负载）以及三个真实世界的故障。

MFTP轴承数据集适用场景 :

基础的轴承故障诊断任务
变工况条件下的迁移学习任务
仅包含单一故障，不适用于复合故障诊任务

（2）详细介绍，以及数据集下载如下：

https://www.mfpt.org/fault-data-sets/

2.3 帕德伯恩大学轴承数据集

（1）PU轴承数据集适用场景 :

基础的轴承故障诊断任务
变工况条件下的迁移学习任务
包含复合故障，适用于复合故障诊任务
包含人工制作的故障及真实故障轴承

PU数据集由德国帕德博恩大学Christian Lessmeier 等人提供，用于数据驱动的轴承故障诊断。数据集所使用的轴承包括人工加工而成的故障轴承、加速寿命测试造成的真实故障轴承以及健康轴承。数据集共包含26种轴承损伤状态和6种健康状态的数据、以高频率同步采集了电机电流信号和振动信号。每种类别的轴承都在如下表所示的四种转速和荷载不同的工况下进行了数据采集。

（2）详细介绍，以及数据集下载如下：

https://groups.uni-paderborn.de/kat/BearingDataCenter/

2.4 三轴电机轴承振动数据集

（1）数据集描述：

此数据集包含在不同负载条件下操作的感应电动机轴承的三轴振动数据。数据包括健康状态和内外圈故障的多种故障严重程度，采样率为10 kHz。

该数据集包括感应电机轴承在不同负载条件下沿x、y和z轴运行的三轴振动数据。它包括电机在有和没有皮带轮的健康状态下的三轴振数据集。此外，轴承的故障情况包括（i）0.7mm、（i）0.9mm、（ii）1.1mm、（iii）1.3mm、（iv）1.5m和（iv）1.7mm的内圈和外圈故障。具有这些故障严重程度的轴承在不同的负载条件下运行，包括100W、200W和300W。共有38个轴承状态数据集。数据是以每通道1000个样本的速率以10kHz的采样率采集的。

（2）详细介绍，以及数据集下载如下：

https://data.mendeley.com/datasets/fm6xzxnf36/2

2.5 SEU东南大学轴承数据集

（1）SEU轴承数据集适用场景 :

基础的轴承故障诊断任务
不同负载条件下的迁移学习任务
包含一种内圈外圈复合故障

SEU轴承数据集是从传动系统动态模拟器(DDS)中收集的。在转速系统负载设置为20HZ-0V或30HZ-2V的两种不同的工作条件下采集得到。轴承的不同故障类型详见表1。该数据集包含4种轴承故障状态和1种健康状态。轴承故障状态分别为滚动体上出现裂纹, 内圈出现裂纹, 外圈出现裂纹, 内圈和外圈都出现裂纹。

（2）详细介绍，以及数据集下载如下：

https://github.com/cathysiyu/Mechanical-datasets

2.6 江南大学轴承数据集

（1）江南大学轴承数据集适用场景 :

基础的轴承故障诊断任务
变工况条件下的迁移学习任务
仅包含单一故障，不适用于复合故障诊任务

江南大学数据集包括四种轴承不同轴承健康状态，即正常状态(N)、内圈故障(IB)、外圈故障(OB)和滚动体故障(TB)。实验所用电动机600r/min、800r/min、1000r/min三种不同转速下收集振动信号。振动信号通过数据记录仪采集得到，采样频率为50kHz，功率和转速通过扭矩传感器测得。

（2）详细介绍，以及数据集下载如下：

https://github.com/ClarkGableWang/JNU-Bearing-Dataset

2.7 江苏科技大学回转支承数据集

（1）数据集描述 :

此数据集包含回转支承在九种工况下的振动和声发射信号，详细标记了收集时间、故障类型、速度和负载等信息。数据包括健康状态、内圈故障、外圈故障和滚动体故障的信号。

故障测试数据集包含回转支承在9种工况下的振动信号和声发射信号，并明确标注了回转支承的采集时间、故障标签、速度、载荷、采集次数等相关信息。其中，每个csv文件共包含7列数据，第一、第四、第五和第六列列为垂直振动信号，第二和第三列为水平振动信号，而第七列为声发射信号。

每个csv文件按照“采集时间-故障类型-速度-翻转力-每种工况的采样次数”依次命名，例如“20221208-N-2rpm-0N-1”，...“20221208-N-2rpm-0N-5”，其中回转支承在每种工况下不同状态下的采样次数为5次。该数据集由一个健康的回转支承和三个处于单一故障模式的回转支承组成。其中，“健康回转支承”标记为“N”，“内环失效回转支承”标为“I”，“外环失效回转支承“标记为”O“，“一个滚动体失效回转支座”标记为”B1“。

（2）详细介绍，以及数据集下载如下：

https://data.mendeley.com/datasets/hwg8v5j8t6/1

2.8 华中科技大学轴承数据集

（1）数据集描述 :

在这项工作中，我们介绍了一个名为HUST轴承的实用数据集，该数据集提供了不同滚珠轴承的大量振动数据。该数据集包含5种轴承在3种工作条件下6种缺陷（内裂纹、外裂纹、球裂纹及其2种组合）的99个原始振动数据，采样率为每秒51200个样本。

（2）详细介绍，以及数据集下载如下：

https://data.mendeley.com/datasets/cbv7jyx4p9/3

2.9 渥太华大学轴承数据集

（1）渥太华大学轴承数据集适用场景 :

基础的轴承故障诊断任务
变工况条件下的迁移学习任务
仅包含单一故障，不适用于复合故障诊任务

该数据包含在时变转速条件下从不同健康状况的轴承收集的振动信号。总共有36个数据集。对于每个数据集，有两个实验设置：轴承健康状况和变化速度条件。

轴承的健康状况包括: （i）健康，（ii）内圈缺陷有缺陷，以及（iii）外圈缺陷有缺陷。
操作转速条件是: （i）增加速度，（ii）减小速度，（iii）增加然后减小速度，以及（iv）减小然后增加速度。

因此，设置有12种不同的情况。为了确保数据的真实性，每个实验设置收集3个试验，总共产生36个数据集。每个数据集包含两个通道：'Channel_1' 是由加速度计测量的振动数据，'Channel_2'是由编码器测量的转速数据。所有这些数据都以200,000Hz采样，采样持续时间为10秒。

（2）详细介绍，以及数据集下载如下：

https://data.mendeley.com/datasets/v43hmbwxpm/1

2.10 都灵理工大学轴承数据集

（1）DIRG都灵理工轴承数据集适用场景 :

基础的轴承故障诊断任务
不同转速条件下的迁移学习任务
仅包含单一故障，不适用于复合故障诊任务

DIRG数据集是在都灵理工大学机械和航空航天工程系实验台上收集的轴承数据集，该试验台专门用于测试高速航空轴承。数据在可变转速，径向载荷和损伤水平下采集得到。数据集包括三种健康状况的数据, 分别为内圈故障, 滚动体故障, 以及健康轴承。其中内圈故障, 滚动体故障数据分别包括150、250、450 µm三种不同故障尺寸的轴承数据。对于每种轴承分别采集了其在100, 200, 300, 400, 500Hz下的数据。

（2）详细介绍，以及数据集下载如下：

https://yanncalec.github.io/dpmhm/datasets/dirg/

3 齿轮箱故障诊断数据集

3.1 东南大学齿轮箱数据集

（1）东南大学齿轮箱数据集适用场景 :

基础的齿轮箱故障诊断任务
变工况条件下的迁移学习任务

SEU齿轮箱数据集是从图1所示的传动系统动态模拟器(DDS)中收集的。在转速系统负载设置为20HZ-0V或30HZ-2V的两种不同的工作条件下采集得到。在每个文件中，有8行信号，分别代表：1——电机振动、2、3、4——x、y和z三个方向上行星齿轮箱的振动信号、5——电机扭矩、6、7、8——x、y和z三个方向上并联齿轮箱的振动信号。齿轮箱的不同故障类型详见表。

该数据集包含4种齿轮故障状态和1种健康状态。齿轮故障状态分别为齿轮底部出现裂纹, 齿轮缺失一个齿, 齿轮根部出现裂纹, 齿轮表面出现磨损。每种故障类型包括1000个用于训练的样本, 测试数据集与训练数据集的大小相同。

（2）详细介绍，以及数据集下载如下：

https://figshare.com/articles/Gear_Fault_Data/6127874/1

3.2 康涅狄格大学齿轮数据集

（1）数据集描述 :

实验数据是从具有可更换齿轮的基准两级变速箱中收集的，如图所示。齿轮速度由电机控制。扭矩由磁性制动器提供，可以通过改变其输入电压来调节。一个32齿的小齿轮和一个80齿的齿轮安装在第一级输入轴上。第二级由48齿小齿轮和64齿齿轮组成。输入轴转速由转速表测量，齿轮振动信号由加速计测量。

通过dSPACE系统（DS1006处理器板，dSPACE股份有限公司）以20KHz的采样频率记录信号。如图所示，输入轴上的小齿轮引入了九种不同的齿轮状态，包括健康状态、缺齿、根部裂纹、剥落和严重程度不同的尖端碎裂。

（2）详细介绍，以及数据集下载如下：

https://github.com/cathysiyu/Mechanical-datasets

3.3 清华大学齿轮箱基准数据集

（1）数据集描述 :

收集了在可变工况下运行的齿轮箱的振动数据，包含多种故障类型和故障严重程度。

该存储库包含一个丰富而广泛的数据集，用于捕获在变速和负载条件下运行的变速箱发出的振动信号。这些数据集经过精心制作，涵盖了各种故障类型、程度和操作场景，是研究人员和从业者在机械工程领域深入研究振动分析、机器状态监测和故障诊断的关键资源。

（2）详细介绍，以及数据集下载如下：

https://github.com/liuzy0708/MCC5-THU-Gearbox-Benchmark-Datasets

3.4 风力涡轮机齿轮箱故障诊断数据集

（1）数据集描述 :

包含风力涡轮机齿轮箱的健康和故障数据，适用于齿轮箱故障诊断研究。

齿轮箱故障和健康数据集需要详细分析。在这里，我们为那些从事风力涡轮机齿轮箱故障诊断研究的人创建了这个数据集。数据类型：多元任务：分类属性类型：整数实例数（数据集中的记录）：2021119属性数（每条记录中的字段）：4相关信息：数据集包括健康和断牙数据集。数据集是在负载从“0”到“90”%变化的情况下，用四个方向上的4个不同传感器记录的。

每种情况（健康和断牙）都有十个不同的文本文件。健康情况下的总实例数：10,15808（共10个txt文件）断牙情况下的总数：10,05311（共10个中txt文件）。txt文件命名的含义：示例“b30hz0.txt”=b表示断齿，30hz表示记录频率，0表示加载状态属性信息：变速箱状态类型：1）健康状态和2）断齿状态属性#1：传感器#1数据属性#2：传感器#2数据属性#3：传感器#3数据属性#4：传感器#4数据

（2）详细介绍，以及数据集下载如下：

https://github.com/Gearboxdata/Gear-Box-Fault-Diagnosis-Data-Set

3.5 华中科技大学齿轮箱数据集

（1）数据集描述 :

包含不同健康状态下齿轮箱的振动信号，涵盖30种不同工况。

我们发布了一个开源的变速箱故障数据集。重要更新2025-05-19。文件的第二列表示速度。然而，由于我们以恒定的速度收集数据，因此此列是多余的，没有任何有意义的值。您可以忽略它。文件名中指示了正确的速度。该数据集包括30种不同操作条件下3种不同健康状态下变速箱的振动信号。这些数据集是公开的，任何人都可以使用它们来验证变速箱的诊断算法。请使用HUST齿轮箱数据集的出版物引用以下论文。

（2）详细介绍，以及数据集下载如下：

https://github.com/CHAOZHAO-1/HUSTgearbox-dataset

3.6 行星齿轮箱数据集

（1）数据集描述 :

用于行星齿轮箱健康状态识别的深度学习研究，包含多个故障类型的数据。

（2）详细介绍，以及数据集下载如下：

https://github.com/Liudd-BJUT/WT-planetary-gearbox-dataset

3.7 增强型齿轮箱故障诊断数据集

（1）数据集描述 :

使用SpectraQuest齿轮箱故障诊断模拟器记录的振动数据，涵盖不同负载条件下的数据。

齿轮箱故障诊断数据集由使用SpectraQuest的齿轮箱故障故障诊断模拟器记录的振动数据组成。该数据集使用放置在不同方向的四个传感器在0%至90%的不同负载下捕获振动。它包括两种不同的情况：

健康状况
断齿情况

有20个文件，其中10个对应于健康的变速箱，10个来自断齿的变速箱。每个文件对应一个特定的负载，范围从0%到90%，增量为10%。

（2）详细介绍，以及数据集下载如下：

https://github.com/yriyazi/Enhanced-Gearbox-Fault-Diagnosis-with-Fusion-LSTM-CNN-Network-ISAV_2023

3.8 湖南大学齿轮箱故障数据集

（1）数据集描述 :

包括在不同工作条件下的齿轮箱故障数据，适用于智能故障诊断研究。

（2）详细介绍，以及数据集下载如下：

https://github.com/bighan123/HNUIDG-Fault-Diagnosis-

3.9 西安交通大学变速箱故障数据集

（1）数据集描述 :

XJTUGearbox和XJTUSupgear数据集由西安航空发动机研究所提供中国陕西交通大学(http://iafe.xjtu.edu.cn/jgyjs/hkfdjyjs.htm). 这些故障诊断数据集是公开可用的，任何人都可以使用它们来验证诊断算法。

（2）详细介绍，以及数据集下载如下：

https://drive.google.com/drive/folders/1ejGZu9oeL1D9nKN07Q7z72O8eFrWQTay

4 轴承寿命预测数据集

4.1 新南威尔士大学齿轮磨损全寿命数据集

（1）数据集描述 :

该运行故障测试（有和没有润滑）是在新南威尔士大学的正齿轮箱试验台上进行的。以100kHz的采样频率定期采集振动信号，持续时间为11秒。

（2）详细介绍，以及数据集下载如下：

https://data.mendeley.com/datasets/p2yryg9k6z/2

4.2 辛辛那提大学IMS轴承退化数据

（1）数据集描述 :

由美国辛辛那提大学李杰教授团队分享，用于评估轴承寿命退化的实验数据。

（2）详细介绍，以及数据集下载如下：

https://github.com/hustcxl/Rotating-machine-fault-data-set/blob/master/doc/IMS.md

4.3 西安交通大学轴承数据集

（1）XJTU轴承寿命预测数据集适用场景 :

加速度寿命预测任务

轴承加速寿命测试平台由交流电动机、电动机转速控制器、转轴、支撑轴承、液压加载系统和测试轴承等组成，可以开展各类滚动轴承或滑动轴承在不同工况下的加速寿命试验，获取测试轴承的全寿命周期监测数据。

试验轴承为 LDK UER204 滚动轴承，其相关参数见表 1。试验共设计了 3 类工况，分别为2100r/min、2250r/min、2400r/min、1797r/min三种不同转速, 如表 2 所示，每类工况下有 5 个轴承。为了获取轴承的全寿命周期振动信号，两个 PCB 352C33 单向加速度传感器分别通过磁座固定于测试轴承的水平和竖直方向上。

试验中使用 DT9837 便携式动态信号采集器采集振动信号。试验中设置采样频率为 25.6 kHz，采样间隔为 1 min，每次采样时长为1.28 s。表3 给出了每一个测试轴承的详细信息，包括其对应的工况、数据样本总数、基本额定寿命 L10、实际寿命和失效位置。

（2）详细介绍，以及数据集下载如下：

https://github.com/cathysiyu/Mechanical-datasets

4.4 FEMTO-ST 轴承退化数据集

（1）数据集描述 :

由FEMTO-ST研究所建立的PHM IEEE 2012数据挑战期间使用的数据集。

IEEE PHM 2012数据挑战赛旨在估算旋转深沟球轴承的使用寿命。在一个实验测试装置中，在1500-1800rpm和4-5kN轴承载荷的3种不同负载条件下进行了测试，该装置加速了轴承的退化。6组训练数据和11组测试数据，提供振动和温度信号。挑战的目的是在11个测试数据集中估算轴承的有用扩孔寿命。

（2）详细介绍，以及数据集下载如下：

https://github.com/hustcxl/Rotating-machine-fault-data-set/blob/master/doc/FEMTO_ST.md