振动数据集

m0_55576290

已于 2025-04-05 16:02:56 修改

阅读量1.6k

点赞数 27

分类专栏：工作一二三文章标签：数据库

于 2025-04-05 00:23:27 首次发布

本文链接：https://blog.csdn.net/m0_55576290/article/details/147004867

版权

工作一二三专栏收录该内容

33 篇文章

订阅专栏

1. IMS Bearing Dataset（NASA PCoE 存储）

数据链接： NASA Prognostics Data Repository - IMS
数据概况：由美国辛辛那提大学（University of Cincinnati）IMS(Intelligent Maintenance System)实验室采集的轴承加速度数据。
传感器布局：该数据集中放置了若干个加速度传感器（通常是四个），分别在不同轴承或不同位置测量加速度，但每个传感器往往是单轴。
是否三轴：并非单个传感器三轴采集，而是多个单轴传感器。虽然它有“多通道”，但并不是“三轴加速度”那种形式。

2. Case Western Reserve University Bearing Data（CWRU）

数据链接： CWRU Bearing Data Center
数据概况：最经典、最常被引用的轴承故障诊断数据集之一。包含正常与不同故障（内圈、外圈、滚动体）的加速度测量。
是否三轴：同样是单一方向或两方向的加速度测量，常见公开版本多为单轴或“驱动端+风扇端”两点测量。近年来个别改进版本可能在文献中出现了双轴或三轴测量，但官方最常见的公开版本并不是三轴。
特点：数据量丰富，转速/负载工况多，适用于入门故障诊断算法验证。

链接如下：
1：https://pan.baidu.com/s/10qebQp6_24OBidU1wjNfTg 提取码：3m52
2：https://pan.baidu.com/s/1EZXi9tYY8UeYxDjLKsMTlA?pwd=xkqz 提取码：xkqz
3：https://www.123pan.com/s/xBwHjv-WIzk.html提取码:EXLF
原文链接：https://blog.csdn.net/weixin_44330925/article/details/134594746

3. Paderborn University Bearing Dataset

数据链接： Paderborn University Dataset
数据概况：由德国帕德博恩大学提供的滚动轴承数据集，涵盖健康和多种故障模式，采样率较高，工作转速和负载也有变化。
是否三轴：目前公开的版本大多为单通道或多通道单轴数据（在不同轴承座或不同方向），并不是单个三轴传感器。

4. PRONOSTIA（FEMTO-ST）Dataset

数据链接： PRONOSTIA (FEMTO-ST)
数据概况：法国 FEMTO-ST 实验室（Boucief, Nectoux 等人）用于轴承剩余寿命（RUL）预测和故障诊断的公开数据集。
是否三轴：采集通道有加速度和转速、温度等，但大多数公开文件仍是单轴加速度，并未提供完整三轴。

5. XJTU-SY Bearing Datasets

数据链接： XJTU & SY Joint Bearing Data（也可在 GitHub、Mendeley 或其他站点找到镜像）
数据概况：由西安交通大学与某企业合作采集，包含不同转速、不同运行时长（直至发生故障）的滚动轴承全寿命数据。
是否三轴：官方公开的版本多为每个轴承座布置了一个传感器（单轴），并随着轴承劣化过程采集数据。非三轴。

6. SEU（Southeast University） Rolling Bearing Dataset

数据概况：东南大学和一些国内课题组发布过若干滚动轴承故障数据，采样率、故障类型与CWRU类似。
是否三轴：大多数在公开时也并未给到三轴版本，仍以单轴居多。

7. PHM Society / IEEE PHM Data Challenge 系列

数据链接： PHM Society Data Repository
数据概况：PHM Society、IEEE PHM Conference 等曾举办多届故障诊断与预测竞赛，部分竞赛数据会公开，如涡轮机、轴承、齿轮箱等。
是否三轴：需要具体看哪一届竞赛，大部分竞赛数据也多是单轴测量；不过也有少数任务使用到了三轴或多传感器融合，需要仔细查阅当年的数据说明。

8. 其他可能含“三轴”数据的来源

Mendeley / Kaggle / Zenodo 等学术开源平台
- 一些研究团队会在论文发表后，将数据上传到 Mendeley Data 或 Zenodo 进行分享，偶尔可见有 tri-axial accelerometer 数据的机械故障集。例如搜索关键词 “tri-axial accelerometer bearing dataset”、“machine fault tri-axis” 等，有时能找到个人或团队的独立数据分享。
- 这些数据规模可能不大、采集工况也比较单一，但胜在确实是三轴传感器。
论文附录 / GitHub
- 有些团队在发表与“三轴传感器故障诊断”相关的论文后，会在论文附录或个人/课题组 GitHub 提供数据下载。有些属于短期试验或小规模案例，不过如果确实需要三轴，可以在文献中搜索相关关键词。
工业级设备供应商 / 传感器厂商合作试验
- 有些在校企合作项目里，会采集真实设备上的三轴振动数据，但往往不对外公开，仅在内部或特定项目中使用。

1. 华中科技大学轴承数据集（HUST Bearing Dataset）

描述：包含不同转速下正常轴承、轻微故障轴承和严重故障轴承的振动信号，涵盖内圈故障、外圈故障、滚动体故障及复合故障等多种状态。
特点：数据采集自三向加速度传感器，适用于信号处理、智能诊断、领域泛化和迁移学习等研究。
链接：HUST Bearing Dataset

2. 齿轮箱故障诊断数据集

描述：包含不同工作条件下齿轮箱的振动信号，涵盖多种故障类型。
特点：
- 华中科技大学齿轮箱数据集：涵盖30种不同工况。
- 行星齿轮箱数据集：用于行星齿轮箱健康状态识别的深度学习研究。
- 增强型齿轮箱故障诊断数据集：使用SpectraQuest齿轮箱故障诊断模拟器记录，涵盖不同负载条件。
链接：

3. 广油工业旋转大机组故障诊断样本数据库

描述：包含烟机、汽轮机、压缩机、发电机等多种工业旋转机械的振动信号数据。
特点：数据集包含正常数据和8类故障数据，涵盖不对中、传感器故障、喘振、断叶片等多种故障类型。
链接：广油工业旋转大机组故障诊断样本数据库

4. 机械故障诊断振动信号数据集

描述：包含多个振动信号示例，适用于故障检测、设备健康监测和预测性维护。
特点：数据来源于汽车引擎、风力涡轮机、工业泵等旋转机械，格式通常为CSV文件。
链接：
- 机械故障诊断振动信号数据集
- 相关下载链接

5. 辛辛那提大学轴承数据集

描述：覆盖轴承从新到损毁的全生命周期过程，包含多种工作条件下的振动信号。
特点：通过高精度传感器采集，模拟真实世界中的工作场景。
链接：辛辛那提大学轴承数据集

1. 三轴电机轴承振动数据集

来源：Mendeley平台
描述：
该数据集包含感应电动机轴承在不同负载（100W、200W、300W）下的三轴（x、y、z轴）振动数据，采样率为10 kHz。涵盖健康状态、内圈和外圈故障（故障尺寸为0.7mm至1.7mm），共38种轴承状态数据。
适用场景：
基础的轴承故障诊断任务，尤其适合研究不同负载条件下故障严重程度的影响。
下载链接：Mendeley数据平台
引用：

2. 江苏科技大学回转支承数据集

来源：Mendeley平台
描述：
包含回转支承在9种工况下的振动信号（垂直和水平方向）及声发射信号。数据明确标注了故障类型（健康N、内圈故障I、外圈故障O、滚动体故障B1）、转速、载荷等信息。每个CSV文件包含7列数据，其中振动信号覆盖多轴方向。
适用场景：
多工况下的复合故障诊断，支持变转速和负载条件下的迁移学习任务。
下载链接：Mendeley数据平台
引用：

3. 渥太华大学轴承数据集

来源：Mendeley平台
描述：
包含时变转速条件下轴承的振动信号（加速度计测量）和转速数据（编码器测量），采样率为200 kHz。数据集覆盖健康、内圈故障、外圈故障三种状态，并包含转速变化（如增速、减速等）的多种工况。
适用场景：
动态转速条件下的故障诊断研究，适合研究转速变化对故障特征的影响。
下载链接：Mendeley数据平台
引用：

4. 东南大学（SEU）齿轮箱数据集

来源：FigShare平台
描述：
虽然主要针对齿轮箱故障，但数据集包含多轴振动信号（x、y、z三个方向的行星齿轮箱振动信号），覆盖健康状态和多种齿轮故障（如裂纹、断齿、磨损等），适合多轴信号联合分析。
适用场景：
齿轮箱复合故障诊断，多轴信号特征融合研究。
下载链接：FigShare平台
引用：