故障诊断和故障预测数据集汇总并附下载方式

关注公众号:52phm,学PHM不迷路

本篇目录

  • 轴承类数据集
  • 齿轮箱数据集
  • 机床数据集
  • 风电机组数据集
  • 钢铁数据集
  • 工业机器人
  • 电机故障诊断数据集
  • 机电设备故障数据集
  • 结构健康监测和评估数据集
  • 液压装置状态评估数据集
  • 半导体制造过程数据集
  • 转子不对中不平衡、碰撞摩擦故障数据集

轴承类工业数据集

1、轴承模拟疲劳损伤的实验数据集

获取下载数据方式:

http://www.52phm.cn/datasets/bear/bearing-simulation-fatigue-damage.html

2、IEEE PHM 2012数据竞赛数据

获取下载数据方式:

http://www.52phm.cn/datasets/IEEE-PHM/IEEE-PHM2012.html

3、江南大学轴承数据

获取下载数据方式:

http://www.52phm.cn/datasets/bear/Bearing-data-set-of-Jiangnan-University.html

4、工业大数据竞赛的轴承数据

获取下载数据方式:

http://www.52phm.cn/datasets/bear/Bearing-competition-data-set.html

5、美国西储大学滚动轴承实验数据

获取下载数据方式:

http://www.52phm.cn/datasets/bear/Western-Reserve-University-Rolling-bearing-data-set.html

6、西安交大轴承加速寿命实验数据

获取下载数据方式:

http://www.52phm.cn/datasets/bear/Xian-Jiaotong-University-bearing-acceleration-life-test-data.html

7、国外轴承数据集的平台数据

获取下载数据方式:

http://www.52phm.cn/datasets/bear/foreign-bearing-data-set-website.html

8、IEEE PHM 2008涡轮风扇发动机退化仿真数据集CMAPSSData.zip数据下载

http://www.52phm.cn/datasets/IEEE-PHM/IEEE-PHM2008.html

齿轮箱数据集

东南大学齿轮箱数据 获取下载数据方式:

http://www.52phm.cn/datasets/gearbox/Geabox-data-set-of-Southeast-University.html

齿轮故障诊断的实验数据集及python处理

http://www.52phm.cn/datasets/gearbox/gear_fault_dataset.html

工业机器人

移动机器人SCITOS-G5沿墙导航

http://www.52phm.cn/datasets/industrial-robot/the-robot-navigated-along-the-wall.html

机器人执行失败

http://www.52phm.cn/datasets/industrial-robot/Robot-execution-fault.html

钢铁

钢材退火数据集

http://www.52phm.cn/datasets/Iron-and-steel/Steel-annealing-data-set.html

钢板故障数据集

http://www.52phm.cn/datasets/Iron-and-steel/Steel-plate-failure-data-set.html

机床

刀具数据集

http://www.52phm.cn/datasets/Machine-tool/Tool-data-set.html

风电机组

风功率曲线与风机性能衰退评估数据集

http://www.52phm.cn/datasets/wind/Wind-power-curve-data-set.html

电机故障诊断数据集

电机状态预测数据集 获取下载数据方式:

http://www.52phm.cn/datasets/General-machinery/Motor-condition-data.html

机电设备故障诊断数据集

机电设备故障诊断数据集 获取下载数据方式:

http://www.52phm.cn/datasets/General-machinery/Electromechanical-equipment-fault-diagnosis-data-set.html

结构健康监测和评估数据集

匹兹堡桥梁 获取下载数据方式:

http://www.52phm.cn/datasets/structure-monitoring/Pittsburgh-Bridge-Structural-Health-Assessment-data-set.html

液压装置状态评估数据集

液压装置状态评估 获取下载数据方式:

半导体制造过程数据集

半导体制造过程 获取下载数据方式:

http://www.52phm.cn/datasets/other/Semiconductor-manufacturing-process.html

转子故障数据集:不平衡不对中碰撞摩擦故障数据集

这些数据是通过小波阈值去噪处理后的去噪信号。它们由二维矩阵表示。每一行代表一组振动信号,每类45行分别为正常转子、接触摩擦、不平衡和不对中。每列表示数据长度2048或时间1s。
https://blog.csdn.net/qq_41731978/article/details/131953213

关注公众号:52phm,学PHM不迷路

  • 16
    点赞
  • 200
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 7
    评论
### 回答1: SpectraQuest的齿轮箱故障诊断模拟器记录了一系列振动数据集,用于帮助分析和诊断齿轮箱故障振动数据集是通过模拟器监测齿轮箱系统中的振动信号而得到的。 齿轮箱故障诊断模拟器记录的振动数据集包含了一系列不同齿轮箱故障模式下的振动信号。这些故障模式可能包括齿轮磨损、齿轮松动、齿轮的错位或断裂等。每个故障模式都会导致不同的振动信号特征,因此通过分析这些振动信号,可以判断齿轮箱是否存在故障,并且可以确定故障的具体类型。 通过使用这些振动数据集,工程师可以进行模式识别和故障诊断。他们可以将实际测量到的振动信号与数据集中的各个故障模式进行比对,以确定齿轮箱中可能存在的故障类型。这样,工程师就可以采取相应的维修措施,以减少齿轮箱故障带来的不安全因素和停机时间。 SpectraQuest的齿轮箱故障诊断模拟器记录的振动数据集不仅可以用于分析和诊断故障,还可以用于研究齿轮箱故障模式和振动特征之间的关系。通过仔细研究和分析这些振动数据,工程师们可以进一步理解齿轮箱系统在不同故障模式下的振动行为,从而提高其设计和维护的可靠性。 总之,SpectraQuest的齿轮箱故障诊断模拟器记录的振动数据集对于分析和诊断齿轮箱故障、提高其可靠性具有重要意义。工程师们可以通过研究这些振动数据集,实现对齿轮箱故障的准确诊断,并采取相应的维修措施,以确保齿轮箱系统的正常运行。 ### 回答2: SpectraQuest的齿轮箱故障故障诊断模拟器记录的振动数据集中包含了一系列与齿轮箱故障相关的振动数据。通过对这些数据的分析和研究,我们可以更好地理解和诊断齿轮箱故障,并采取相应的措施进行修复和维护。 这个数据集的信息非常宝贵,因为振动信号是齿轮箱故障的一个重要指标。通过对振动数据的分析,我们可以判断齿轮箱是否存在问题,例如齿轮磨损、齿轮脱落、轴承损坏等。同时,振动数据还可以帮助我们确定故障的类型和严重程度,便于进行及时维修和替换。 齿轮箱故障故障诊断模拟器的振动数据集往往包含以下几个方面的数据:振动信号的幅值、频率和相位等信息。这些数据可以帮助我们分析齿轮箱的运行状况,以及故障是否逐渐恶化。通过对这些数据进行比对和分析,我们可以找出异常振动信号的特征,并将其与已知的故障模式进行对比,从而准确地判断齿轮箱故障类型。 综上所述,SpectraQuest的齿轮箱故障故障诊断模拟器记录的振动数据集对于齿轮箱故障的诊断和维护非常重要。通过分析这些数据,我们可以及时发现和解决齿轮箱故障,保证齿轮箱的正常运行,延长其使用寿命,提高设备的可靠性和安全性。 ### 回答3: SpectraQuest齿轮箱故障诊断模拟器记录的振动数据集是用于分析齿轮箱故障的一种有效工具。这个数据集包含了在运行过程中记录的齿轮箱振动数据。通过对这些数据进行分析和处理,可以识别出齿轮箱中可能存在的故障。 在分析这个数据集时,我们可以使用各种技术和方法来检测和诊断齿轮箱故障。常见的方法包括频谱分析、时域分析和统计学方法等。 频谱分析是一种常用的方法,它可以将振动信号转换为频谱图,并通过分析频谱图来判断故障的类型和位置。频谱图通常由幅度谱和相位谱组成,幅度谱可以反映振动信号的振幅,相位谱可以说明不同频率分量之间的相对相位关系。通过比较振动数据集中不同故障状态下的频谱图,我们可以找出故障引起的特征频率以及相位特征。 时域分析是另一种常用方法,它可以通过观察时间序列上的变化来判断故障的存在。通过观察振动数据集中的时域图,可以发现一些异常的振动模式,如冲击、脉冲等,这些异常模式可能是由齿轮箱故障引起的。 统计学方法是一种用于分析振动数据集的定量方法。例如,我们可以通过计算振动数据集中的标准差、峰值因子、峭度等指标来评估振动信号的特性。通过与已知故障模式的数据进行对比,我们可以判断齿轮箱是否存在故障。 总之,SpectraQuest齿轮箱故障故障诊断模拟器记录的振动数据集是一种宝贵的工具,可以帮助我们识别和诊断齿轮箱故障。通过应用频谱分析、时域分析和统计学方法,我们可以从中找出故障的特征,并作出准确的诊断。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 7
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

打赏作者

txhy2018

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
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