Advertisement

CWRU轴承故障数据集整理

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型:None


简介:
本数据集为克利夫兰凯斯西储大学(CWRU)提供的轴承故障样本集合,内含各类运行条件下不同故障类型的轴承信号,旨在支持滚动元件轴承健康监测的研究与应用。 完整的凯斯西储大学(Case Western Reserve University)轴承故障数据集(CWRU bearing dataset),以及用于绘制时域故障数据的Matlab程序。

全部评论 (0)

还没有任何评论哟~
客服
客服
  • CWRU
    优质
    本数据集为克利夫兰凯斯西储大学(CWRU)提供的轴承故障样本集合,内含各类运行条件下不同故障类型的轴承信号,旨在支持滚动元件轴承健康监测的研究与应用。 完整的凯斯西储大学(Case Western Reserve University)轴承故障数据集(CWRU bearing dataset),以及用于绘制时域故障数据的Matlab程序。
  • CWRU资料
    优质
    CWRU轴承故障资料汇集了凯斯西储大学(CWRU)发布的关于滚动轴承故障诊断的数据集和信号处理方法,是研究机械健康管理和预测维护的重要资源。 西储大学(CWRU)轴承中心的轴承实验室数据包括官网提供的所有资料。这些资料涵盖了正常运行的数据以及在不同采集速率下的驱动端和风扇段数据:12k采样率的驱动端、48k采样率的驱动端,还有12k采样率的风扇段数据。此外,还模拟了0.007、0.014、0.021和0.028等不同单点故障,并在不同的功率等级(从零到四马力)下进行了测试以获取相应的数据。
  • CBR1.zip_CBR1_分类_诊断_
    优质
    本项目包含一套针对工业设备中常见问题——轴承故障的专业诊断系统。通过先进的算法和数据处理技术,有效识别并分类不同类型的轴承损伤,为维护工作提供精准依据,确保机械运行安全与效率。 这段代码是基于案例推理的滚动轴承故障诊断的MATLAB代码,能够实现故障的自动分类和诊断。
  • CWRU(CSV格式).zip
    优质
    本资料包包含CWRU轴承数据集,以CSV文件形式提供,适用于故障诊断和健康监测研究。数据涵盖不同工况下的振动信号,便于深入分析。 已将凯斯西储大学的轴承数据集从.mat格式转换为.csv格式,便于使用Python、TensorFlow和Keras进行机器学习训练。如有问题,请通过站内私信或留言联系。 去掉联系方式后: 将凯斯西储大学的轴承数据集从.mat格式转换为了.csv格式的数据集合,更适用于用python tensroflow keras进行机器学习训练。如果有任何问题,可以通过站内私信或者留言的方式联系我们。 简化后的版本: 已将凯斯西储大学的轴承数据集从.mat格式转换为.csv格式,便于使用Python、TensorFlow和Keras进行机器学习训练。如有疑问,请通过平台提供的联系方式沟通。
  • CWRU滚动分析
    优质
    本研究基于CWRU滚动轴承数据集进行深入分析,探讨了不同工况下滚动轴承的故障特征与诊断方法,旨在提升机械设备健康监测技术水平。 内容如下:①12k Drive End Bearing Fault Data # 12k驱动端故障数据 ②12k Fan End Bearing Fault Data # 12k风扇端故障数据 ③48k Drive End Bearing Fault Data # 48k驱动端故障数据 ④Normal Baseline Data # 正常数据 ⑤README.md ⑥说明文件_cn.doc # 说明文件(中文) ⑦说明文件_en.doc # 说明文件(英文原件) ---------- 数据格式:四种数据(①-④)均为.mat格式文件,详细数据说明建议阅读英文说明原件(⑦),建议首先使用Matlab对数据进行预处理。
  • 西储大学,用于诊断
    优质
    简介:西储大学轴承数据集是一套专为研究和教学设计的数据集合,涵盖多种工况下的轴承运行信号,旨在支持轴承故障检测与诊断技术的发展。 西储大学数据集和轴承数据集用于进行轴承故障诊断研究。这些数据集被广泛应用于基于机器学习、深度学习及信号处理的轴承故障检测技术中。
  • CWRU(含说明文档)
    优质
    CWRU轴承数据集包含了由凯斯西储大学提供的各种滚动轴承故障信号及健康状态监测数据,附带详细的说明文档。 CWRU轴承数据集附带详细说明文件。该数据集中包含了所有原始数据,并以MAT格式保存。
  • FreqBand_entropy_诊断_频带熵在中的应用_检测_
    优质
    本文探讨了频带熵在轴承故障诊断中的应用,通过分析不同频率段的信息量来有效识别和评估轴承的健康状态。该方法为机械设备的状态监测提供了新的视角和技术支持。 频带熵的MATLAB代码可用于在噪声干扰下诊断轴承故障。
  • Autogram_诊断_Autogram__诊断
    优质
    Autogram是一款专注于轴承故障诊断的专业工具。通过分析振动和噪音数据,提供准确及时的维护建议,有效预防设备损坏与生产中断。 Autogram能够适当地选择频带,用于轴承等故障诊断。
  • main_matlab;emd;诊断_诊断_
    优质
    本项目基于MATLAB环境,运用经验模态分解(EMD)技术进行轴承故障诊断。通过分析信号特征实现对各类轴承故障的有效识别与评估。 基于EMD的滚动轴承故障诊断在驱动计数端内圈故障检测方面效果明显;而在风扇计数端及基础计数端的内圈故障中,基于EMD的包络解调的效果较差或无效,只能观察到转频信号,而无法清晰地识别出故障频率。