西储大学数据集学习

数据集下载地址:CWRU凯斯西储大学轴承数据数据集------附:下载链接_西储大学轴承数据集下载-CSDN博客

最近研究故障诊断,先对使用比较多的西储大学数据集研究。以资料【1】中的内容展开研究。

1、轴承的结构

轴承分为外圈、内圈、保持架和滚珠(这两个一般放一起)。所以故障一般也分为外圈、内圈、滚动体。

2、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)

按照平台的介绍,应该如下图。

Electric motor------电动机

Dynamometer------功率测试计

Torque transducer/encoder------传感器/译码器

Fan end bearing------风扇端轴承(FE)

Drive end bearing------驱动端轴承(DE)

其中研究的数据都是来自FE和DE测量的。

3、待测轴承

  • 待检测的轴承支撑着电动机的转轴;
  • 驱动端轴承为SKF6205 ,采样频率为12Khz和48Khz;
  • 风扇端轴承为SKF6203 ,采样频率为12Khz。

介绍了轴承的型号和采样频率。

4、故障设置

  • 轴承的损伤是用电火花加工的单点损伤;
  • SKF轴承用来检测直径为0.1778、0.3556、0.5334毫米的损伤;
  • NTN轴承则是用来检测直径是0.7112、1.016毫米的损伤;

这一部分介绍了故障的采集方法和直径。SKF(Svenska Kullager-Fabriken)是斯凯孚公司(总部所在地:瑞典哥德堡。NTN是日本公司。

5、信号采集

  • 由于外圈损伤的位置是相对固定的,因此损伤点相对于轴承负荷区的不同位置对电动机/轴承系统的振动响应有直接的影响。为了量化这种影响,驱动端和风扇端轴承外圈的损伤点分别放置在3点钟、6点钟、12点钟三个不同位置。
  • 电动机风扇端和驱动端的轴承座上方各放置一个加速度传感器用来采集故障轴承的振动加速度信号。
  • 振动信号由16 通道数据记录仪采集得到。
  • 功率和转速通过扭矩传感器/ 译码器测得。
  • 将加工过的故障轴承重新装入测试电机中,分别在0、1、2和3马力的电机负载工况工作条件下记录振动加速度信号数据。利用该实验台获取的正常样本8 个外圈损伤样本53 个内圈损伤样本23 个滚动体损伤样本11 个

参考资料【2】中选择6点钟的数据。

6、轴承数据格式

数据文件为Matlab格式。每个文件包含风扇和驱动端振动数据,以及电机转速。对于所有文件,在变量名显示下列项目:

  • DE - drive end accelerometer data 驱动端加速度数据
  • FE - fan end accelerometer data 风扇端加速度数据
  • BA - base accelerometer data 基座加速度数据(正常)
  • time - time series data 时间序列数据
  • RPM- rpm during testing 转每分钟,除以60为旋转频率

下载下来的数据集如下图:

有4个文件夹,12kDE文件夹里面有60个数据,12k FE有45个数据,48k DE有52个数据,NB 有4个数据。

打开12k DE 文件夹的数据

发现里面文件名都是数字。具体数字含义看下图。

从上图可以看出,105~108是指0.1778mm故障直径下内圈的故障数据,118~121是指滚动体故障,130~133是外圈6点钟方向的故障,剩下的数据以此类推。这一张表里共60个数据。一般将相同转速的数据拿来分析。如下数据都是转速为1797的故障。

105.mat 是直径0.007英寸,转速为1797时的 内圈故障

118.mat 是直径0.007,转速为1797时的 滚动体故障

130.mat 是直径0.007,转速为1797时的 外圈故障

169.mat 是直径0.014英寸,转速为1797时的 内圈故障

185.mat 是直径0.014英寸,转速为1797时的 滚动体故障

197.mat 是直径0.014英寸,转速为1797时的 外圈故障

209.mat 是直径0.021英寸,转速为1797时的 内圈故障

222.mat 是直径0.021英寸,转速为1797时的 滚动体故障

234.mat 是直径0.021英寸,转速为1797时的 外圈故障

7、理论故障特征频率计算

滚动轴承几何参数

  • 𝑍 - 滚珠个数
  • 𝑑 - 滚珠直径
  • 𝐷 - 轴承滚道节径
  • 𝛼 - 轴承接触角
  • 𝑟1 - 内圈滚道半径
  • 𝑟2 - 外圈滚道半径
  • 𝑛 - 轴承内圈转速

滚动轴承特征频率

  • 内圈旋转频率:𝑓𝑖=𝑛60
  • 内外圈相对旋转频率:𝑓𝑟=𝑓𝑖−𝑓𝑜=𝑓𝑖
  • 滚动体通过内圈一点的频率:𝑓𝑖𝑐=12𝑍(1+𝑑𝐷cos⁡𝛼)𝑓𝑟
  • 滚动体通过外圈一点的频率:𝑓𝑜𝑐=12𝑍(1−𝑑𝐷cos⁡𝛼)𝑓𝑟
  • 滚动体的公转频率:𝑓𝑏=12(1−𝑑𝐷cos⁡𝛼)𝑓𝑟
  • 保持架旋转频率:𝑓𝑐=12(1−𝑑𝐷cos⁡𝛼)𝑓𝑟

故障频率的经验公式

  • 内圈故障频率:𝑓𝑖=0.6×𝑍×𝑓𝑟
  • 外圈故障频率:𝑓𝑜=0.4×𝑍×𝑓𝑟
  • 保持架故障频率:𝑓𝑐=0.381−0.4×𝑓𝑟
  • 滚动体故障频率:𝑓𝑏=0.23×𝑍×𝑓𝑟(𝑍<10) 𝑓𝑏=0.18×𝑍×𝑓𝑟(𝑍>10)
  • 外圈与保持架关系:𝑓𝑜=𝑍×𝑓𝑐
  • 外圈与内圈关系:𝑓𝑜+𝑓𝑖=𝑍×𝑓𝑟
  • 其中 𝑓𝑟 为转频,𝑍 为滚动体个数

参考资料:

1、西储大学数据集解读

2、深度学习与西储大学轴承数据集(一)

3、【凯斯西储大学数据集介绍(CWRU)】

4、西储大学轴承数据处理--附MATLAB代码_西储大学轴承数据集-CSDN博客

相关推荐
黑叶白树1 小时前
简单的签到程序 python笔记
笔记·python
@小博的博客1 小时前
C++初阶学习第十弹——深入讲解vector的迭代器失效
数据结构·c++·学习
幸运超级加倍~2 小时前
软件设计师-上午题-15 计算机网络(5分)
笔记·计算机网络
南宫生2 小时前
贪心算法习题其四【力扣】【算法学习day.21】
学习·算法·leetcode·链表·贪心算法
懒惰才能让科技进步3 小时前
从零学习大模型(十二)-----基于梯度的重要性剪枝(Gradient-based Pruning)
人工智能·深度学习·学习·算法·chatgpt·transformer·剪枝
love_and_hope3 小时前
Pytorch学习--神经网络--搭建小实战(手撕CIFAR 10 model structure)和 Sequential 的使用
人工智能·pytorch·python·深度学习·学习
Chef_Chen3 小时前
从0开始学习机器学习--Day14--如何优化神经网络的代价函数
神经网络·学习·机器学习
芊寻(嵌入式)3 小时前
C转C++学习笔记--基础知识摘录总结
开发语言·c++·笔记·学习
准橙考典3 小时前
怎么能更好的通过驾考呢?
人工智能·笔记·自动驾驶·汽车·学习方法
hong1616884 小时前
跨模态对齐与跨领域学习
学习