Advertisement

滚动轴承的振动数据。

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

简介：
通过采集滚动轴承的振动数据，我们能够获取到内圈的故障信号，同时也能识别外圈、保持架和滚动体所产生的故障信号，以及与这些相对比的正常运行信号。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • 滚动轴承的振动数据分析
    优质
    本研究聚焦于通过现代信号处理技术分析滚动轴承的振动数据，旨在评估其运行状态与健康状况，并预测潜在故障。 滚动轴承振动数据包括内圈故障信号、外圈故障信号、保持架故障信号以及滚动体故障信号，并且也有正常工作状态的信号。
     
  • 滚动轴承振动异常数据.zip
    优质
    本资料集包含一系列滚动轴承在运行中出现振动异常时采集的数据，旨在帮助研究人员分析和诊断机械设备故障。 滚动轴承的故障数据可用于滚动轴承故障诊断中。这些故障分为两种程度。
     
  • 轴承振动数据仓库
    优质
    轴承振动数据仓库是一个集中管理和分析各类轴承运行中产生的振动数据的平台。它通过收集、处理和存储这些数据，为用户提供深入的数据洞察力，帮助实现对设备状态的有效监控与预测维护，从而提高生产效率并降低运营成本。 该信号库包含标准轴承的信号数据，但由于文件大小限制，去掉了48kHz采样频率的数据。此外，还提供了一份《轴承振动以及轴承故障的特征分析》文档供学习参考。
     
  • 轴承振动数据处理
    优质
    《轴承振动数据处理》一书聚焦于介绍如何采集、分析和利用轴承在运行过程中的振动信号数据，旨在帮助读者理解和预测机械设备故障，提高维护效率。 这是我毕业设计时用MATLAB编写的轴承信号处理方法。
     
  • 滚动轴承分析计算及应用——罗继伟著: 滚动轴承分析计算,滚动轴承,轴承
    优质
    《滚动轴承分析计算及应用》是由罗继伟编著的专业书籍，深入浅出地介绍了滚动轴承的设计原理、分析方法与实际应用技巧。该书结合大量实例和工程经验，旨在帮助读者掌握滚动轴承的精确计算技术和优化设计策略。 轴承计算书是一本供轴承设计人员参考的书籍，内容涵盖了轴承计算的相关知识和方法。
     
  • CWRU滚动轴承数据集分析
    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。
     
  • 滚动轴承周瞅_滚动轴承_滚动轴承模型_滚动轴承建模_轴承_轴承matlab 考虑到周瞅可能不是标准用语，可以将其修改为更通用的词汇如“资讯”或“动态”，以保持专业性。
    优质
    本资源提供最新的滚动轴承资讯、详细滚动轴承介绍及滚动轴承模型建立方法，涵盖MATLAB应用，助力深入理解与研究。 基于MATLAB平台构建的健康滚动轴承数字模型。
     
  • 各种故障下的滚动轴承数据
    优质
    本研究专注于分析在不同故障条件下滚动轴承的数据变化与特征，旨在探索有效的故障诊断方法和技术。通过详尽的数据采集和深入解析，为预测维护提供坚实依据。 文件夹内包含大量滚动轴承的数据，这些数据涵盖了多种状态的轴承：包括工作状况良好的轴承、外圈有剥落现象的轴承、内圈有损伤的轴承、滚珠出现剥落问题的轴承以及保持架断裂的情况。
     
  • 基于包络谱的滚动轴承振动信号分析
    优质
    本研究探讨了利用包络谱技术对滚动轴承振动信号进行深入分析的方法，旨在有效识别和评估其运行状态及故障特征。 采用基于Hilbert包络解调的包络谱分析方法可以清晰地显示与轴承故障特征频率成倍数关系的包络谱线，适用于轴承故障诊断。
     
  • MED滚动轴承编码
    优质
    《MED滚动轴承编码》是一本详细介绍MED系列滚动轴承及其编码规则的专业书籍，涵盖型号、用途及维护知识。 MED的MATLAB仿真代码是初学者必须掌握的应用之一。最小嫡解卷积（Minimum Entropy Deconvolution, MED）最早由Wiggins提出，并应用于地震波处理。2007年，Sawalhi将其用于滚动轴承与齿轮故障诊断。MED通过选取一个逆滤波器来实现其功能。