振动分析-42-常用数据集之西楚大学轴承数据库

已于 2024-11-20 13:02:16 修改
阅读量2k 收藏 21
点赞数 4
分类专栏： 振动分析 文章标签： 振动分析 轴承数据
于 2021-12-19 19:10:45 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_20466211/article/details/117404426
版权

文章目录

1 西楚大学轴承数据中心

1.1 平台组成

在这里插入图片描述
西楚大学轴承试验台
一个1.5KW（2马力）的电动机（图左侧）。
一个扭矩传感器/ 译码器（图中间连接处）。
一个功率测试计（图右侧）。
电子控制器(图中没显示) 。

1马力=735.49875瓦
(1)待测轴承
待检测的轴承支撑着电动机的转轴。
驱动端轴承为SKF6205 ，采样频率为12Khz和48Khz。
风扇端轴承为SKF6203 ，采样频率为12Khz。

(2)故障设置
轴承的损伤是用电火花加工的单点损伤。
SKF轴承用来检测直径为0.1778、0.3556、0.5334毫米的损伤。
NTN轴承则是用来检测直径是0.7112、1.016毫米的损伤。

(3)信号采集

由于外圈损伤的位置是相对固定的，因此损伤点相对于轴承负荷区的不同位

了解本专栏 订阅专栏 解锁全文 超级会员免费看
振动分析-8-轴承数据库之深度学习数据集制作
qq_20466211的博客
07-05 618
一维振动信号数据、时频域图像数据、CNN模型示例
Python-凯斯西储大学（CWRU）轴承数据解读与分类处理_cwru bearing data
hnsgsdsagaaq的博客
04-12 6012
滚动轴承发生故障时，其振动信号往往具有非线性、非平稳性特点。相比传统的时域和频域分析方法，在处理非线性、非平稳信号时，时频分析方法更加有效。时频分析方法采用时域和频域的二维联合表示，可以实现非平稳信号局部特性的精确描 述，具有时域和频域等传统方法无法比拟的优势，已经被广泛地应用于机械故障诊断领域。傅里叶变换（Fourier Transform，FT）短时傅里叶变换（Short Time Fourier Transform，STFT）小波变换（Wavelet Transform，WT）
CWRU数据集-美国西储大学轴承数据
刘望的博客
03-08 3539
1.实验平台 1.1 平台组成 一个1.5KW（2马力）的电动机（图左侧）； 一个扭矩传感器/ 译码器（图中间连接处）； 一个功率测试计（图右侧）； 电子控制器(图中没显示) 1.2 待测轴承 待检测的轴承支撑着电动机的转轴； 驱动端（Drive End）轴承为SKF6205 ，采样频率为12Khz和48Khz； 风扇端（Fan End）轴承为SKF6203 ，采样频率...
美国西储大学滚动轴承故障诊断数据集.zip
07-07
美国西储大学滚动轴承故障诊断数据集.zip
CWRU凯斯西储大学轴承数据集可视化
Bearingz的博客
03-10 1948
取每个mat文件的前2048个数据点绘制CWRU数据信号示意图
凯斯西储大学轴承数据
08-20
本资源整理了西储大学的轴承的各项数据以及数据说明，内容清晰全面，有助于各类需要人士进行分析研究，提高自己的科研水平。
凯斯西储大学轴承实验室故障诊断数据
03-31
数据集本身保存在matlab环境下所以以.mat命名 自己是在python环境下用的 在SVM和BPNN下都取得良好结果，原始数据集本身比较整齐，服从正态分布。
凯斯西储大学轴承故障实验数据
05-16
型号为6205-2RS JEM SKF的滚动轴承，采样频率12,000Hz，轴承内圈故障数据
美国西储大学轴承数据，本人论文亲测
04-10
美国西储大学轴承数据，本人论文亲测，好用
凯斯西储大学轴承数据集说明文件.docx
04-22
凯斯西储大学轴承数据集说明文件 该文件提供了凯斯西储大学轴承数据集的详细说明，针对大数据和人工智能领域的需求。该数据集包含了轴承数据中心种子的故障测试数据，涵盖了正常轴承和故障轴承的滚珠轴承测试数据。...
振动数据集
最新发布
03-19
此外，用户可能还需要其他常用的振动数据集，比如CWRU轴承数据集，虽然引用[3]提到的是预处理方法，但CWRU本身是一个著名数据集，通常也是.mat或.csv格式。因此，可能需要补充CWRU的数据集信息，尽管引用[3]没有直接...
美国西储大学轴承数据分析
12-15
峰峰值+均方差+峭度+波形因子+裕度因子
西储大学轴承实验数据（12Hz驱动端轴承全）
12-21
西储大学轴承实验数据（12Hz驱动端轴承全），该实验台包括一个2 马力（1.5KW）的电动机，一个扭矩传感器/ 译码器，一个功率测试计,还有电子控制器(图中没显示) 。待检测的轴承支撑着电动机的转轴,驱动端轴承为SKF6205 ，风扇端轴承为SKF6203 ，下表中分别列出了两种轴承的几何尺寸和各部件的故障频率。轴承用电火花加工单点损伤，损伤直径分为（0.007英寸=7 mils =0.177 8 mm，0.014英寸=14 mils =0.355 6 mm ，0.021英寸=21 mils =0.533 4 mm，0.028英寸=28 mils =1.016 mm ，0.04英寸=40 mils =1.016 mm。（1英寸=25.4mm）其中，轴承外圈的损伤点在时钟:3 点钟、6 点钟、12 点钟3 个不同位置进行设置。电动机风扇端和驱动端的轴承座上方各放置一个加速度传感器用来采集故障轴承的振动加速度信号。振动信号由16 通道数据记录仪采集得到，采样频率为12 kHz，驱动端轴承故障还包含采样频率为48 kHz 的数据。功率和转速通过扭矩传感器/ 译码器测得。
西储大学12K驱动端轴承数据库数据，非常适合做轴承故障诊断
04-22
西储大学轴承数据库数据，使用的是12K驱动端轴承数据，共包括十种故障故障类型：正常、0.007滚动体、0.014滚动体、0.021滚动体、0.007内圈、0.014内圈、0.021内圈、0.007外圈、0.014外圈、0.021外圈。每种故障包含四种转速。非常适合做故障诊断的同学使用
凯斯西储大学(CWRU)轴承数据集（含数据包+整理Python程序+使用说明）
10-12
CWRU数据集数据整理程序+下载好的数据包（防止程序中的下载部分出现bug）+数据使用说明，个人研究正在使用，可直接用（请将解压后的所有文件和故障诊断程序放在同一个目录下）
基于卷积神经网络处理西储大学轴承数据集的故障诊断
urbub的博客
05-23 3449
西储大学提供了一个包含正常数据(N, Normal)、滚动体故障数据(B, Ball)、内圈故障数据(IR, InnerRace)以及外圈故障数据(OR, OuterRace)的轴承数据集，格式为mat格式。可以使用scio.loadmat函数来读取mat格式的数据。本文仅使用FE风扇端加速度数据进行故障识别，但是mat数据还包括DE驱动端加速度数据和BA基座加速度数据，如果读者有兴趣，可以自行使用这两种数据，观察它们对模型故障识别的影响程度。
西储大学轴承数据集
qq_52119136的博客
12-14 5886
对于西储大学轴承数据集的理解和处理！
【故障诊断】西储大学轴承故障数据读取Matlab实现
qq_59747472的博客
07-25 1140
机械设备的运行状态监测与故障诊断是保证设备安全可靠运行的关键环节，而轴承作为机械设备中最常见的部件之一，其故障诊断尤为重要。西储大学轴承数据中心收集了大量的轴承故障数据，成为学者们研究轴承故障诊断方法的宝贵资源。本文将介绍如何利用Matlab软件读取西储大学轴承故障数据，为进一步的故障特征提取和诊断模型构建奠定基础。一、 西储大学轴承故障数据概述。
凯斯西楚大学轴承数据的XTrain和XTest
05-30
凯斯西楚大学轴承数据集包含四种不同工况下的轴承振动信号数据，其中每个工况下都有不同状态的轴承数据。这里以第一种工况下的正常状态数据为例，代码如下： ``` load('KSC01.mat'); % 加载数据集 % 将正常状态数据划分为训练集和测试集 XTrain = KSC01.X(1:2000, :); % 取前2000个样本作为训练集 XTest = KSC01.X(2001:end, :); % 剩余样本作为测试集 ``` 这里只是以第一种工况下的正常状态数据为例，如果需要使用其他工况或其他状态的数据，需要根据数据集中的具体命名规则加载数据。此外，还需要进行适当的数据预处理、归一化等操作，以便更好地与神经网络模型配合使用。
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

皮皮冰燃

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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