美国西储大学轴承数据

如图所示，实验平台包括一个2马力的电机（左侧）（1hp=746W），一个转矩传感器（中间），一个功率计（右侧）和电子控制设备（没有显示）。被测试轴承支承电机轴。使用电火花加工技术在轴承上布置了单点故障，故障直径分别为0.007、0.014、0.021、0.028、0.040英寸（1英寸=2.54厘米）。其中前三种故障直径的轴承使用的是SKF轴承，后两种故障直径的轴承使用的是与之等效的NTN轴承。

实验中使用加速度传感器采集振动信号，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和风扇端12点钟的位置。在有些实验中，传感器也被安放在电机支承底盘上。振动信号是通过16通道的DAT记录器采集的，并且后期在MATLAB环境中处理。数字信号的采样频率为12000S/s，驱动端轴承故障数据同时也以48000S/s的采样速率采集。

目前，西储大学轴承数据已被广泛用于故障诊断新方法的验证。

美国西储大学轴承数据相关推荐

CWRU数据集-美国西储大学轴承数据
1. 实验平台 1.1 平台组成一个1.5KW(2马力)的电动机(图左侧): 一个扭矩传感器/ 译码器(图中间连接处): 一个功率测试计(图右侧): 电子控制器(图中没显示) 1.2 待测轴承待检 ...
CWRU（凯斯西储大学轴承数据中心）数据集获取
CWRU(凯斯西储大学轴承数据中心)数据集获取网址 https://engineering.case.edu/bearingdatacenter/apparatus-and-procedures 数据 ...
tensorflow自编码器+softmax对凯斯西储大学轴承数据进行故障分类
先放参考链接,感谢大神们带来的启发: 凯斯西储大学轴承数据故障分类(使用卷积神经网络) TensorFlow实现MNIST识别(softmax) 前情回顾: tensorflow 自编码器+softm ...
tensorflow 堆叠自编码器SDAE对凯斯西储大学轴承数据进行故障分类
之前的一些介绍:tensorflow自编码器+softmax对凯斯西储大学轴承数据进行故障分类前面研究了一下自编码器,并顺利利用自编码器对轴承数据进行了故障分类,但我们在实际应用时,应用更多的还是堆 ...
凯斯西储大学轴承数据具体处理过程（用作CNN输入）
凯斯西储大学轴承数据具体处理过程本文阐述处理类似凯斯西储大学的轴承数据(一维时间序列信号)的一种方法(结合CNN使用). 原信号在数据文件中是以mat文件呈现,如果想具体查看文件里面放的什么数据,可 ...
凯斯西储大学轴承数据的疑问
这里有两个问题: ①在使用凯斯西储大学轴承数据进行CNN故障分类时, 训练的准确率从开始的慢慢增长,一直到训练几百次之后,准确率会骤降,突然降低到0.1左右,然后一直保持很低的状态,大概是训练模型不起 ...
凯斯西储大学轴承数据介绍及处理
轴承故障诊断一般使用美国凯斯西储大学的数据集进行标准化检测算法的优劣.以下几种实验数据提取和使用方法为我在论文中所看到的.进行以下陈述一.基于 RA-LSTM 的轴承故障诊断方法实验数据采用美国凯 ...
西储大学轴承数据预处理（1）
采用jupyter作为工具,python具体代码分析过程如下:首先取西储大学各类轴承数据如下: 导入所需的库函数: import scipy.io # To use the '.mat' files ...
西储大学轴承数据小波变换
现在将一维数据转换为图片的做法也是五花八门,小波变换是最常见的,但是也有不少其他办法.其实思路都是差不多的,都是用一种编码方法把一位数据映射到二维空间,以图片的形式进行表示.除小波变换外,还有格拉米角 ...

美国西储大学轴承数据

美国西储大学轴承数据相关推荐

最新文章

热门文章