轴承故障诊断-西储数据集-深度学习

用于轴承故障诊断的西储数据集及深度学习过程

本文参考：https://csegroups.case.edu/bearingdatacenter/pages/welcome-case-western-reserve-university-bearing-data-center-website

作者在做轴承故障诊断深度学习时深感西储数据集下载的难度，借此上传一下自己下载的数据把，需要的可以自取-链接：https://pan.baidu.com/s/1OwlG21T-hGjMJUx_6lPrjA 提取码：al1l
西储数据集是轴承故障诊断的基本数据集，是由西储大学测试而得，格式为mat，主要适用于轴承故障诊断深度学习。该数据集测试使用加速度采集振动信号，通过使用磁性底座将传感器安放在电机壳体上,加速度传感器分别安装在电机壳体的驱动端12点钟的位置。振动信号是通过16通道的DAT记录器采集，并经过MATLAB处理。数字信号的采样频率为12000Hz，驱动端轴承故障数据同时也以48000Hz的采样速率采集
主要分为以下几个部分：
DE - 驱动端加速度数据
FE - 风扇端加速度数据
BA - 基本加速度数据
time - 时间序列数据
RPM- 测试转速

而每个数据又包含了轴承直径、电机转速、内圈数据、滚珠数据、外圈数据（在不同测试位置），如下图所示。

下面贴上我在做深度学习参考的大神的博客和代码，供你们参考：
作者是毕业设计做出的模型，介绍也比较全面-https://blog.csdn.net/zhangjiali12011/article/details/88087437
源码-https://github.com/zhangjiali1201/Keras_bearing_fault_diagnosis