88问答网
所有问题
当前搜索:
滚动轴承故障数据集
XJTU-SY
数据集轴承故障
诊断
答:
XJTU-SY
数据集
是一个包含15个
滚动轴承
在三种不同工况下的全寿命周期振动信号的资源,这些轴承的
故障
部位已被详细标注。该数据集由雷亚国等人在《机械工程学报》上发表的研究[1]提供,用于滚动轴承的加速寿命试验数据解读。数据集的实验平台由交流电动机、转速控制器、转轴、支撑轴承、液压加载系统和测试轴承...
做
轴承故障
分析,各个
轴承数据
库如何获取?
答:
在研究变速箱
滚动轴承
和齿轮
故障数据
时,使用了516MFA12型变速器信号。对关键点位进行监测,收集了不同转速下的滚动轴承与齿轮的故障数据。包括A轴、B轴、C轴滚动轴承内圈与外圈轻微点蚀,以及D齿轮齿面的轻微点蚀。同时,也收集了正常工况下的数据。这些数据可以通过知乎学术平台获取。为了提高对滚动轴承...
轴承故障
诊断-振动信号分析-时域、频谱、包络谱(MATLAB)
答:
当齿轮箱和
滚动轴承
等旋转机械发生
故障
时,会有明显的周期性冲击力和振动信号调制,在频谱图上表现为咕合频率两边出现调制边频带。包络解调是从信号中提取调制信息,然后通过低频的故障特征频率判断故障类型和大小。此次信号的包络谱中,可以明显发现内圈特征频率161.8Hz及其倍频,且带有转频边带(受转频调...
基于小波包和随机森林的uOttawa
轴承数据集
分类
答:
数据集
共分为五类:正常运行、内圈故障、外圈故障、
滚动
体故障和复合故障。复合
故障数据
存于CompF文件,健康状态数据则在Healthy文件中。首先,我们导入必要的信号处理模块,如需pywt,需先进行安装。接下来,定义一个FFT函数,用于后续的频谱特征提取。然后,设计一个函数,负责处理.mat格式的振动信号,进行...
CWRU(凯斯西储大学)
轴承数据
答:
CWRU
轴承数据
概览实验平台提供了用于
轴承故障
诊断的详细信息,如图所示:平台由待测轴承构成,这些轴承的数据以Matlab的.mat格式存储。每个文件包含风扇和驱动端的振动数据,以及电机的转速信息。变量名清晰标注,便于理解:正常样本:4个外圈损伤样本:77个内圈损伤样本:40个
滚动
体损伤样本:40个该
数据集
来源...
深度学习与西储大学
轴承数据集
(一)
答:
数据集
由4个文件夹组成,分别涵盖了电机端和风扇端的
轴承故障数据
以及正常运转的
轴承数据
。以12kHz采样率的电机端轴承数据为例,数据集主要包括4种故障尺寸(内圈、
滚动
体、外圈)和正常状态,总共提供了9种故障分类。数据集中还包含了工况信息,即负载和转速的不同,有助于研究数据的差异。通常情况下,...
轴承故障
分类
答:
5)研究轴和
轴承
箱刚性 5、擦伤卡伤 现象:表面粗糙,伴有微小溶敷;套圈档边与滚子端面的擦伤称作卡伤 原因:1)润滑不良 2)异物侵入 3)轴承倾斜造成的滚子偏斜 4)轴向负荷大造成的挡边面断油 5)表面粗糙大 6)
滚动
体滑动大 措施:1)再研究润滑剂、润滑方法 2)检查使用条件 3)设定适宜的...
风电机组
故障
诊断理论和深度学习理论
答:
轴承故障特征研究以滚动轴承为主,其基本结构包括内圈、外圈、滚动体和保持架。
滚动轴承故障
形式主要为磨损、腐蚀、剥落和保持架变形。通过频谱分析、功率谱分析和包络解调等信号处理方法,提取故障特征。深度学习算法在风电机组故障智能诊断中扮演关键角色,处理SCADA和CMS振动
数据
,实现故障识别。基于神经网络...
case 用法
答:
(
滚动轴承
的)实心护圈spiral wound plastic-reinforced case螺旋缠绕式塑料加固壳体sporadic case散发病例steering gear case转向装置箱step transmission case有级传动器strainer case滤尘器盒swab case油盒syncretic case辑合格take-off case(功率)输出器take-up case卷带盒, 卷带箱tank-valve stuffing-box case柜阀...
其他人还搜
滚动轴承和滑动轴承
滚动轴承常见的故障
滚动轴承故障的类型
滚动轴承常见的故障及原因
滚动轴承内圈故障有边带
滚动轴承故障诊断
滚动轴承故障频率
滚动轴承常见故障及其原因分析
滚动轴承故障特征频率