凯斯西储（CWRU）数据集解读与数据读取

数据集测量的轴承装在上图中的驱动和风扇中

该数据集中每个mat文件包含三个传感器测定的轴承故障数据，这三个传感器分别放在驱动端（DE）、风扇端（FE）、基座端（BA）。

从上至下依次表示：DE轴承采样频率12kHz，FE轴承采样频率12kHz，DE轴承采样频率48kHz，正常数据

上图中的文件夹名表示马达转速（单位：rpm）

Ball-滚珠/滚动体

InnerRace-内圈

OuterRace3-外圈3点钟方向

OuterRace6-外圈6点钟方向

OuterRace12-外圈12点钟方向

文件名的格式为：直径-轴承位置

读取matlab文件数据的python代码：

import numpy as np  

import pandas as pd  

from scipy.io import loadmat  

import matplotlib.pyplot as plt  



# 采样频率设置  

fs = 12000  # 采样频率  

dt = 1 / fs # 时间间隔  


# 读取数据路径  

path = "your/dataset/path"

data = loadmat(path + '0.007-Ball.mat')  #使用data变量存储从mat文件里读取到的数据



print(data)  #打印全部数据

print(data['X121_DE_time'])  #打印DE数据

print(data['X121_DE_time'].shape)  #打印DE数据的个数

loadmat函数将mat文件里的数据转化为python字典，字典中键为xxx_DE_time/xxx_FE_time/xxx_BA_time，值为形状为有约12万行、1列的numpy数组，其中的元素为故障数据

一个mat文件的全部数据如下：

其中的DE数据及其个数如下，个数为约12万个：

每个mat文件里包含以下数据：

约12万个驱动端（DE）故障数据

约12万个风扇端（FE）故障数据

约12万个基座端（BA）故障数据

---

参考资料：

【凯斯西储大学数据集介绍（CWRU）】-CSDN博客