西储大学CWRU数据集下载与介绍(一)

本文介绍了CWRU大学提供的轴承故障数据集下载链接,包括正常数据和不同频率下驱动端和风扇端的故障数据。详细解释了数据文件夹的结构,以及如何根据命名规则理解故障类型和特征参数。
摘要由CSDN通过智能技术生成

数据下载:

最简单直接的下载链接可以参考这篇博客:

CWRU凯斯西储大学轴承数据数据集——附:下载链接_cwru数据集下载-CSDN博客

如果想自己下载或者查看官网的数据介绍可以用下面的链接:

CWRU官网数据下载链接:
Download a Data File | Case School of Engineering | Case Western Reserve University

官网上的数据集数据集
主要有四个大类

1.正常数据
(Normal Baseline Data)

2. 采样频率12kHz的驱动端故障数据
(12k Drive End Bearing Fault Data)

3.采样频率48kHz的驱动端故障数据
(48k Drive End Bearking Fault Data)

4.风扇端故障数据
(Fan-End Bearing Fault Data)

下载后的数据命名方式

按照第一个链接下载下来的数据如下:

里面有4个子文件夹,分别对应CWRU官网给出的4个大类。

打开“12k Drive End Bearing Fault Data”文件夹:

里面3个子文件夹分别对应轴承滚动体(Ball)故障、内圈故障(Inner Race)和外圈故障(Outer Race)。

打开Ball文件夹:

里面子文件夹分别对应不同的故障直径,比如0007表示故障直径0.007''。可参考本文后面给出的官网数据截图。

打开0007文件夹:

里面文件分别对应不同的负载。

其他文件夹命名方式相同。

CWRU官网数据截图

1.正常数据

2.采样频率12kHz的驱动端故障数据

3.采样频率48kHz的驱动端故障数据

4.风扇端故障数据

  • 17
    点赞
  • 33
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
凯斯西储大学(cwru)轴承数据集是用于振动故障诊断的一个常用数据集。该数据集包含了四个故障轴承的振动信号数据,用于帮助理解轴承故障与振动信号之间的关系。 要深入浅出地学习这个数据集,首先需要了解轴承故障的背景知识。轴承属于机械设备中常见的易损件,当润滑不良或使用时间过长时,会引发各种故障,例如磨损、疲劳裂纹等。这些故障会导致轴承振动信号的改变,因此通过分析振动信号可以判断轴承是否存在故障。 其次,需要了解数据集中每个样本的特点。数据集中包含正常轴承信号和四种故障信号,分别是内圈故障、滚珠故障、外圈故障和滚道故障。每个样本都是通过振动传感器采集的振动信号,通常用加速度或速度信号表示。可以通过绘制信号波形图和频谱图来观察振动信号的变化。 在学习过程中,可以尝试以下几个步骤: 1. 数据预处理:对振动信号进行预处理,例如去除噪音、滤波等,以便于后续分析。 2. 特征提取:从振动信号中提取有用的特征,例如时域特征(如均值、方差)、频域特征(如功率谱密度)等。这些特征可以用于建立模型进行故障诊断。 3. 可视化分析:通过绘制信号波形图、频谱图和特征图等可视化手段,观察振动信号的故障特征,例如频率增强、频谱峰值等。 4. 模型建立:利用提取的特征和标记的故障样本,建立适当的机器学习或深度学习模型,进行故障诊断。 5. 模型评估:使用测试集验证建立的模型的准确性和鲁棒性,评估模型的预测性能。 通过以上步骤,可以对轴承故障数据集进行深入浅出的学习,并能够理解振动信号与轴承故障的关系,从而为轴承故障的诊断和预测提供有力支持。
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值