CWRU(凯斯西储大学轴承数据中心)数据集获取

CWRU(凯斯西储大学轴承数据中心)数据集获取网址
https://engineering.case.edu/bearingdatacenter/apparatus-and-procedures

数据集有
(1)正常基线数据
(2)12kHz的驱动端故障数据
(3)48kHzd的驱动端故障数据
(4)风扇端的故障数据

DE-驱动端加速度计数据
FE-风扇端加速计数据
BA-基础加速度计数据
time-时间序列数据
RPM-RedHat Package Manager(RedHat软件包管理工具)测试进程中

首先我们以12k Hz的驱动端数据为例
First,As we all know,电机的数据集由不同工况(负载)组成,分别用0,1,2,3来表示,由此可得,不同负载,那转速是指定不一样啊,所以,四种负载对应了四种转速,分别为1797,1772,1750,1730。

Then,但凡有点基础的铁汁都知道,一个完整的电机轴承故障诊断数据集是由正常数据和故障数据构成,那么问题来了,故障又分为啥呢
先唠下悠悠球(暴露年龄不),给轴承上过油的筒子们都知道,先按轴承的损伤位置,分为内圈(IF)、外圈(OF)、滚动体(RF),每个损伤又分为不同的损伤直径,损伤直径包括0.1778mm、0.3556mm、0.5334mm三种,(9种故障类型四不四凑齐了)

After,(你以为这就完了?),在外圈的故障数据集里,外圈布置在不同的位置,又产生了三种情况,分别为3点钟,6点钟和12点钟

last,知道了这些,基本上就明白了IR007_0,B014_1,OR021@6_2,OR021@12_3啥意思了

从中选取合适的数据凑成想要的数据集
————————————————
原文链接:https://blog.csdn.net/mndlgzzd/article/details/104319369

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