精华内容
下载资源
问答
  • 文件包括凯斯西储大学轴承故障数据,分别在负载1.2.3下的十种故障类型,通过卷积神经网络方法对其进行故障诊断,准确率高达99.67%,使用python语言对其进行复现,里面包括具体对应的论文。亲测好用
  • 美国西储大学滚动轴承故障诊断数据集.zip
  • 电机故障数据集.rar

    2021-05-18 18:51:07
    电机故障数据集,振动数据和电流数据,...轴承故障诊断数据10000*1025_1hp.csv 轴承故障诊断数据10000*1025_2hp.csv 轴承故障诊断数据10000*1025_3hp.csv 电机故障诊断振动数据8000*1025.csv 里面有参考论文可以借鉴
  • 电机故障诊断.rar

    2020-11-05 08:59:31
    电机故障诊断数据介绍: 数据描述训练数据包含3个不同机械的运行数据,数据已经经过脱敏处理。数据中包含一个电机故障,发生在3号机器。 数据包含如下信息: temp_drv:发电机轴承驱动端温度 temp_nondrv:发电机...
  • 主要对滚珠轴承的状况分为四类:健康、滚动元件故障、内滚道故障、外滚道故障。 ,数据文件均为Matlab格式(.mat格式)。
  • 旋转机械故障诊断公开数据集汇总

    千次阅读 多人点赞 2019-10-15 11:09:06
    旋转机械故障诊断公开数据集汇总说明 通过文献资料收集到如下几个比较常用的数据集并进行整理。鉴于目前尚未见比较全面的数据集整理介绍。数据来自原始研究方,笔者只整理数据获取途径。如果研究中使用了数据集,...

    一. 旋转机械故障诊断公开数据集汇总说明

    通过文献资料收集到如下几个比较常用的数据集并进行整理。鉴于目前尚未见比较全面的数据集整理介绍。数据来自原始研究方,笔者只整理数据获取途径。如果研究中使用了数据集,请按照版权方要求作出相应说明和引用。在此,公开研究数据的研究者表示感谢和致敬。

    注:更加具体地内容参考其他博客

    二. 公开数据集名称及其连接

    1. CWRU (凯斯西储大学轴承数据中心)

    数据下载链接(https://csegroups.case.edu/bearingdatacenter/pages/welcome-case-western-reserve-university-bearing-data-center-website

    2. MFPT (机械故障预防技术学会)

    3. Paderborn (德国Paderborn 大学)

    4. FEMTO-ST轴承数据集(PHM IEEE 2012数据集

    5. IMS(辛辛那提

    6. University of Connecticut

    7. XJTU(西安交通大学)

    8. 东南大学

    9. 机械设备故障诊断数据集大全

    数据链接(https://mekhub.cn/machine-diagnosis

    10. CoE Datasets美国宇航局预测数据存储库

     

     

     

    展开全文
  • 这是对深度置信网络的进一步优化,构成了一个分类器,可依据变压器的特征气体,对变压器的故障进行诊断分析,其中附带完整可运行的MATLAB代码。
  • 轴承故障诊断算法模型、程序代码、数据集参考资料汇总分享,文档资料为通过在线网络链接获取,数据集为美国西储大学的轴承数据。
  • 本资源介绍了两种pca基于python的故障诊断实现,一种是针对数据维数冗余的降维诊断,另一种是小数据维数的诊断,包含代码和数据集
  • 旋转机械故障诊断公开数据集整理

    万次阅读 多人点赞 2019-04-19 10:17:44
    旋转机械故障诊断公开数据集整理 众所周知,当下做机械故障诊断研究最基础的就是数据,再先进的方法也离不开数据的检验。笔者通过文献资料收集到如下几个比较常用的数据集并进行整理。鉴于目前尚未见比较全面的数据...

    旋转机械故障诊断公开数据集整理

    众所周知,当下做机械故障诊断研究最基础的就是数据,再先进的方法也离不开数据的检验。笔者通过文献资料收集到如下几个比较常用的数据集并进行整理。鉴于目前尚未见比较全面的数据集整理介绍。数据来自原始研究方,笔者只整理数据获取途径。如果研究中使用了数据集,请按照版权方要求作出相应说明和引用。在此,公开研究数据的研究者表示感谢和致敬。如涉及侵权,请联系我删除(787452269@qq.com)。欢迎相关领域同仁一起交流。很多优秀的论文都有数据分享,本项目保持更新。星标是比较通用的数据集。个别数据集下载可能比较困难,需要的可以邮件联系我,如版权方有要求,述不提供。本文在github地址为旋转机械故障数据集

    1.☆CWRU(凯斯西储大学轴承数据中心)

    2.☆MFPT(机械故障预防技术学会)

    NRG Systems总工程师Eric Bechhoefer博士代表MFPT组装和准备数据。

    3.☆德国Paderborn大学

    • 链接:https://mb.uni-paderborn.de/kat/forschung/datacenter/bearing-datacenter/
    • 相关说明及论文[3, 4]。
    • Bin Hasan M. Current based condition monitoring of electromechanical systems. Model-free drive system current monitoring: faults detection and diagnosis through statistical features extraction and support vector machines classification.[D]. University of Bradford, 2013.
    • Lessmeier C, Kimotho J K, Zimmer D, et al. Condition monitoring of bearing damage in electromechanical drive systems by using motor current signals of electric motors: a benchmark data set for data-driven classification: Proceedings of the European conference of the prognostics and health management society, 2016[C].

    4.☆FEMTO-ST轴承数据集

    • 由FEMTO-ST研究所建立的PHM IEEE 2012数据挑战期间使用的数据集[5-7]。
    • FEMTO-ST网站:https://www.femto-st.fr/en
    • github链接:https://github.com/wkzs111/phm-ieee-2012-data-challenge-dataset
      http://data-acoustics.com/measurements/bearing-faults/bearing-6/
    • Porotsky S, Bluvband Z. Remaining useful life estimation for systems with non-trendability behaviour: Prognostics & Health Management, 2012[C].
    • Nectoux P, Gouriveau R, Medjaher K, et al. PRONOSTIA: An experimental platform for bearings accelerated degradation tests.: IEEE International Conference on Prognostics and Health Management, PHM’12., 2012[C]. IEEE Catalog Number: CPF12PHM-CDR.
    • E. S, H. O, A. S S V, et al. Estimation of remaining useful life of ball bearings using data driven methodologies: 2012 IEEE Conference on Prognostics and Health Management, 2012[C].2012
      18-21 June 2012.

    5.☆辛辛那提IMS

    • 数据链接https://ti.arc.nasa.gov/tech/dash/groups/pcoe/prognostic-data-repository/
    • 相关论文[8, 9]。
    • Gousseau W, Antoni J, Girardin F, et al. Analysis of the Rolling Element Bearing data set of the Center for Intelligent Maintenance Systems of the University of Cincinnati: CM2016, 2016[C].
    • Qiu H, Lee J, Lin J, et al. Wavelet filter-based weak signature detection method and its application on rolling element bearing prognostics[J]. Journal of Sound and Vibration, 2006,289(4):1066-1090.

    6.University of Connecticut

    • 数据链接:https://figshare.com/articles/Gear_Fault_Data/6127874/1
    • 数据描述:
      Time domain gear fault vibration data (DataForClassification_TimeDomain)
      And Gear fault data after angle-frequency domain synchronous analysis (DataForClassification_Stage0)
      Number of gear fault types=9={‘healthy’,‘missing’,‘crack’,‘spall’,‘chip5a’,‘chip4a’,‘chip3a’,‘chip2a’,‘chip1a’}
      Number of samples per type=104
      Number of total samples=9x104=903
      The data are collected in sequence, the first 104 samples are healthy, 105th ~208th samples are missing, and etc.
    • 相关论文[10]。
    • P. C, S. Z, J. T. Preprocessing-Free Gear Fault Diagnosis Using Small Datasets With Deep Convolutional Neural Network-Based Transfer Learning[J]. IEEE Access, 2018,6:26241-26253.

    7.XJTU-SY Bearing Datasets(西安交通大学 轴承数据集)

    由西安交通大学雷亚国课题组王彪博士整理。

    • 链接:http://biaowang.tech/xjtu-sy-bearing-datasets/
    • 使用数据集的论文[11]。
    • B. W, Y. L, N. L, et al. A Hybrid Prognostics Approach for Estimating Remaining Useful Life of Rolling Element Bearings[J]. IEEE Transactions on Reliability, 2018:1-12.

    8.东南大学

    • github连接:https://github.com/cathysiyu/Mechanical-datasets
      由东南大学严如强团队博士生邵思雨完成[12]。“Highly Accurate Machine Fault Diagnosis Using Deep Transfer Learning”
      Gearbox dataset is from Southeast University, China. These data are collected from Drivetrain Dynamic Simulator. This dataset contains 2 subdatasets, including bearing data and gear data, which are both acquired on Drivetrain Dynamics Simulator (DDS). There are two kinds of working conditions with rotating speed - load configuration set to be 20-0 and 30-2. Within each file, there are 8rows of signals which represent: 1-motor vibration, 2,3,4-vibration of planetary gearbox in three directions: x, y, and z, 5-motor torque, 6,7,8-vibration of parallel gear box in three directions: x, y, and z. Signals of rows 2,3,4 are all effective.

    9.Acoustics and Vibration Database(振动与声学数据库)

    提供一个手机振动故障数据集的公益性网站链接:http://data-acoustics.com/

    10.机械设备故障诊断数据集及技术资料大全

    有比较多的机械设备故障数据资料:https://mekhub.cn/machine-diagnosis

    11.CoE Datasets美国宇航局预测数据存储库

    • 链接:https://ti.arc.nasa.gov/tech/dash/groups/pcoe/prognostic-data-repository/
      [藻类跑道数据集] [CFRP复合材料数据集] [铣削数据集]
      [轴承数据集] [电池数据集] [涡轮风扇发动机退化模拟数据集] [PHM08挑战数据集] [IGBT加速老化Sata集] [投石机]数据集] [FEMTO轴承数据组] [随机电池使用数据组] [电容器电应力数据组] [MOSFET热过载时效数据组] [电容器电应力数据组 - 2] [HIRF电池数据组]

    参考文献

    • [1]mith W A, Randall R B. Rolling element bearing diagnostics using the Case Western Reserve University data: A benchmark study[J]. Mechanical Systems and Signal Processing, 2015,64-65:100-131.
    • [2]rstraete D, Ferrada A, Droguett E L, et al. Deep learning enabled fault diagnosis using time-frequency image analysis of rolling element bearings[J]. Shock and Vibration, 2017,2017.
    • [3] Bin Hasan M. Current based condition monitoring of electromechanical systems. Model-free drive system current monitoring: faults detection and diagnosis through statistical features extraction and support vector machines classification.[D]. University of Bradford, 2013.
    • [4] Lessmeier C, Kimotho J K, Zimmer D, et al. Condition monitoring of bearing damage in electromechanical drive systems by using motor current signals of electric motors: a benchmark data set for data-driven classification: Proceedings of the European conference of the prognostics and health management society, 2016[C].
    • [5] Porotsky S, Bluvband Z. Remaining useful life estimation for systems with non-trendability behaviour: Prognostics & Health Management, 2012[C].
    • [6] Nectoux P, Gouriveau R, Medjaher K, et al. PRONOSTIA: An experimental platform for bearings accelerated degradation tests.: IEEE International Conference on Prognostics and Health Management, PHM’12., 2012[C]. IEEE Catalog Number: CPF12PHM-CDR.
    • [7] E. S, H. O, A. S S V, et al. Estimation of remaining useful life of ball bearings using data driven methodologies: 2012 IEEE Conference on Prognostics and Health Management, 2012[C].2012
      18-21 June 2012.
    • [8] Gousseau W, Antoni J, Girardin F, et al. Analysis of the Rolling Element Bearing data set of the Center for Intelligent Maintenance Systems of the University of Cincinnati: CM2016, 2016[C].
    • [9] Qiu H, Lee J, Lin J, et al. Wavelet filter-based weak signature detection method and its application on rolling element bearing prognostics[J]. Journal of Sound and Vibration, 2006,289(4):1066-1090.
    • [10] P. C, S. Z, J. T. Preprocessing-Free Gear Fault Diagnosis Using Small Datasets With Deep Convolutional Neural Network-Based Transfer Learning[J]. IEEE Access, 2018,6:26241-26253.
    • [11] B. W, Y. L, N. L, et al. A Hybrid Prognostics Approach for Estimating Remaining Useful Life of Rolling Element Bearings[J]. IEEE Transactions on Reliability, 2018:1-12.
    • [12] S. S, S. M, R. Y, et al. Highly Accurate Machine Fault Diagnosis Using Deep Transfer Learning[J]. IEEE Transactions on Industrial Informatics, 2019,15(4):2446-2455.
    展开全文
  • 基于ROSETTA的柴油机故障诊断,田静宜,潘宏侠,本文介绍了粗糙理论的核心内容和ROSETTA软件的特点,给出了基于ROSETTA的柴油机缸盖振动信号的故障诊断系统。以某型号大功率柴油机�
  • 轴承故障诊断-西储数据集-深度学习

    千次阅读 多人点赞 2019-11-17 10:08:34
    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...

    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。
    在这里插入图片描述
    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

    展开全文
  • 轴承故障诊断分类中常用的一些数据集介绍和获取方法 ------本文旨在学习过程中进行数据记录,仅供参考------ 做轴承故障诊断重要的是需要多个数据集,一些数据集是难获取的,例如在csdn上还得要C币、积分才能下载---...

    轴承故障诊断分类中常用的一些数据集介绍和获取方法

    ------本文旨在学习过程中进行数据记录,仅供参考------

    做轴承故障诊断重要的是需要多个数据集,一些数据集是难获取的,-------😣😣。下面我整理了相关的数据集,有兴趣的小伙伴可以评论获取哦,省时省力

    CMAPSS、PHM08、09、12数据集在之前的一篇文章中提到了,就不再赘述了给出网址:let‘s go

    首先写一下论文中常使用的数据集:
    1.西储大学轴承数据集:西储数据挺好理解的,就是里面的负载、直径分类有点多,比较繁琐,理解起来并不难,直接阅读数据说明就好。
    2.辛辛那提轴承数据集:数据说明:感谢这位大哥的讲解
    3:网络上的一个DC竞赛的轴承数据集,十分类,数据的概要,像这种数据集可以用来验证自己的网络效果。
    4:想做寿命预测的同学选择性比较少,一般都是nasa的CMAPSS数据集,和PHM竞赛数据集,前阵子雷亚国老师实验室测得一个用来做寿命预测的数据集。相当好的数据集。

    以上就是四种常见数据,大家一起加油

    `

    展开全文
  • MAFAULDA_机械故障数据集的6G故障数据,可用。
  • 数据来自真实试验台的故障数据,包括点蚀、断齿等各种类型的故障数据
  • 齿轮箱常见的几类故障数据,总共150M,本人在项目中用于训练神经网络的,包括点蚀、断齿、磨损及各种混合故障数据,全部为txt格式,关于数据格式及内容有详细说明,做故障验证分析及训练非常合适
  • 这是纽约市所有已注册电梯的数据集。 nyc-elevators.csv
  • CWRU轴承故障数据

    2018-09-13 12:45:14
    包含起官网提供的所有数据,包括正常数据,12k采集的驱动端数据,48k采集的驱动端数据,12k采集的风扇段数据,模拟了0.007,0.014,0.021,0.028等不同的单点故障,分别在0-4马力下进行试验得到的数据
  • 故障检测类

    2015-09-18 09:49:55
    故障检测类文献率文介绍了哒堕捡捌与堡 术的历史及发展状况· 对其所用的各种方法分类进 行了详细评述.指出了当前急待解决的若干前沿课题 ,并对这门技术的发展进行了展望.
  • 提出一种基于数据的神经网络混合算法故障诊断网络,用于轨道电路的故障诊断.考虑铁路信号需求,设计出符合神经网络训练快速性和有效性要求的BP-LM-PSO-GA混合算法,就是将轨道电路复杂网络分解设计为许多小的神经...
  • 航空发动机是一种复杂的旋转机械,故障种类多而且难以辨别。为了对航空发动机的常见故障进行正确、快速地检测,在分析航空...结果表明, 利用该方法进行航空发动机故障诊断简单、直观、具有实际工程应用价值。</SPAN>
  • 总结时间序列分析法在故障诊断领域应用的优势,简述了时间系列分析法在故障诊断中的应用方法,并结合几个实例说明其在实际应用中应用领域、诊断方法及过程,分析其发展前景。
  • 旋转机械故障诊断公开数据集

    千次阅读 2020-04-12 09:57:29
    1.☆CWRU(凯斯西储大学轴承数据中心) 数据下载连接(https://csegroups.case.edu/bearingdatacenter/pages/welcome-case-western-reserve-university-bearing-data-center-website) 在python中自动下载和使用的...
  • 本章主要介绍来自凯斯西储大学的轴承实验数据
  • 声音信号故障诊断

    2012-11-29 09:29:53
    研究了语音数字信号处理的基本概念、基本原理、基本分析方法,并且深入研究了基于MATLAB的声音信号采集、处理及滤波器的设计过程和设计的具体方法、步骤和内容
  • 电动汽车原理与故障诊断资料合集,共11篇。 北汽纯电动汽车的工作原理与故障诊断(81页).pptx 比亚迪纯电动汽车的工作原理与故障诊断(141页).pptx 纯电动汽车的主要部件及工作原理(158页).pptx 纯电动汽车故障...
  • TE化工过程数据集

    2016-12-23 10:42:00
    TE process数据集 包含21个类别的训练数据和测试数据 内容非常全面,内容格式为.dat文件,可使用textread函数直接导入到matlab中
  • 充电桩故障分类与检测-数据集
  • matlab连续属性数据的离散化程序设计-变压器故障诊断数据比值.xls 对excel数据的离散化
  • 本文提出了一种新的基于联合时频分析的故障判别方法。

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 16,097
精华内容 6,438
关键字:

故障诊断数据集