现在网上能找到的公开数据集其实也挺多的,博主 土家码农 有整理旋转机械故障诊断公开数据集,网上查论文找博客的,用的最最多的还是凯斯西储大学的数据集。
数据集来自凯斯西储大学。
官网:http://csegroups.case.edu/bearingdatacenter/home
如果不能下载的话,可以从github上下载别人搬运来的数据集,https://github.com/yyxyz/CaseWesternReserveUniversityData
官网上的数据集主要有四个大类:
1.正常数据
2.采样频率12kHz的驱动端故障数据
3.采样频率48kHz的驱动端故障数据
4.风扇端故障数据
这里以48k驱动端故障数据举例
第一列是故障直径,单位是英寸。
第二列是负载,单位为马力,1英制马力(hp)=0.7456999千瓦(kW)。
第三列是转速。
第四列是内圈故障的数据集。
第五列是滚动体故障的数据集。
第六列是外圈故障的数据集,外圈故障设置了三种,外圈布置3点钟(直接位于受载区)、6点钟(正交于受载区)、12点钟方向的故障。
*测试轴承的故障都是用电火花加工人为加工出来的。
数据集都是.mat文件,可以用matlab打开,打开以后会发现里面有好几种数据,变量名字如下:
- 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- rpm during testing
每个变量都有十几万个数据,实际用的时候可以自行抽样,划分训练集、验证集、测试集。
点击此处返回总目录:基于深度学习的轴承故障识别