XJTU-SY数据集轴承故障诊断

最新推荐文章于 2025-01-10 14:42:25 发布

哥廷根数学学派

最新推荐文章于 2025-01-10 14:42:25 发布

阅读量7k

点赞数 4

分类专栏：故障诊断小波分析文章标签：大数据 matlab 算法人工智能

本文链接：https://blog.csdn.net/weixin_39402231/article/details/125924515

版权

该文详细介绍了XJTU-SY滚动轴承数据集，展示了在外圈和内圈故障情况下的振动信号分析。通过包络谱和小波分解方法，揭示了故障特征频率，并探讨了故障诊断的难点，尤其是内圈早期故障的识别问题。文章还提到了改进的最大相关峭度解卷积算法在诊断中的应用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

XJTU-SY数据集包含了3种工况下的15个滚动轴承的全寿命周期振动信号，且明确标注了每个轴承的失效部位，相关论文如下：[1]雷亚国,韩天宇,王彪,李乃鹏,闫涛,杨军.XJTU-SY滚动轴承加速寿命试验数据集解读[J].机械工程学报,2019,55(16):1-6.

试验平台由交流电动机、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。试验平台可调节的工况主要包括径向力和转速，其中径向力由液压加载系统产生，作用于测试轴承的轴承座上，转速由交流电机的转速控制器来设置与调节。试验轴承为 LDK UER204 滚动轴承，其相关参数如下,试验共设计了 3 类工况，每类工况下有 5 个轴承。

2个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，试验中设置采样频率为 25.6 kHz，采样间隔为 1min，每次采样时长为1.28s。在每一次采样中，将获取的振动信号存放在一个 csv 文件内。其中，第一列为水平方向的振动信号，第二列为竖直方向的振动信号。各个 csv 文件按采样时间先后顺序命名，即 1.csv，2.csv，…，N.csv，其中 N 为采样总次数。每一个测试轴承的详细信息如下：