专注于工业智能预警系统研发, 通过机理算法和数据驱动算法分析振动信号、音频、DCS、PLC信号、SCADA信号等设备运行状态数据对机器设备进行看病预诊,为机器设备健康运行保驾护航。 网站正在不断建设和完善过程中,欢迎大家给予建议和参与社区建设
52phm,专注于预测性维护知识学习和交流,欢迎广大从事预测性维护行业人员投稿,投稿请联系管理员(wx: www52phmcn),投稿内容可以是:
- date:2022-02-09
- author:小知
- 课题:故障诊断和故障预测数据集汇总,后续有新数据将在这里更新,请收藏关注本页面。
获取下载数据方式:关注公众号52phm,回复轴承疲劳即可下载学习。
http://www.52phm.cn/blog/detail/50
获取下载数据方式:关注公众号52phm,回复phm2012即可下载学习。
http://www.52phm.cn/blog/detail/51
获取下载数据方式:关注公众号52phm,回复江南大学轴承即可下载学习。
http://www.52phm.cn/blog/detail/52
获取下载数据方式:关注公众号52phm,回复竞赛轴承数据即可下载学习。
http://www.52phm.cn/blog/detail/53
获取下载数据方式:关注公众号52phm,回复西储大学即可下载学习。
http://www.52phm.cn/blog/detail/54
获取下载数据方式:关注公众号52phm,回复西安交大轴承数据即可下载学习。
http://www.52phm.cn/blog/detail/55
获取下载数据方式:
http://www.52phm.cn/blog/detail/56
获取下载数据方式:关注公众号52phm,回复东南大学齿轮箱数据即可下载学习。
http://www.52phm.cn/blog/detail/63
电机状态预测数据集
获取下载数据方式:关注公众号52phm,回复电机状态数据即可下载学习。
http://www.52phm.cn/blog/detail/64
机电设备故障诊断数据集
获取下载数据方式:关注公众号52phm,回复机电设备数据即可下载学习。
http://www.52phm.cn/blog/detail/65
匹兹堡桥梁
获取下载数据方式:关注公众号52phm,回复桥梁数据即可下载学习。
http://www.52phm.cn/blog/detail/71
液压装置状态评估
获取下载数据方式:关注公众号52phm,回复液压状态数据即可下载学习。
http://www.52phm.cn/blog/detail/72
半导体制造过程
获取下载数据方式:关注公众号52phm,回复半导体数据即可下载学习。
http://www.52phm.cn/blog/detail/70
刀具数据
获取下载数据方式:关注公众号52phm,回复刀具即可下载学习。
http://www.52phm.cn/blog/detail/57
传感器融合动作识别数据
获取下载数据方式:关注公众号52phm,回复融合动作识别即可下载学习。
http://www.52phm.cn/blog/detail/58
机器人执行故障数据
获取下载数据方式:关注公众号52phm,回复机器人执行故障即可下载学习。
http://www.52phm.cn/blog/detail/67
机器人沿墙导航数据
获取下载数据方式:关注公众号52phm,回复机器人沿墙导航即可下载学习。
http://www.52phm.cn/blog/detail/66
钢板故障数据
获取下载数据方式:关注公众号52phm,回复钢板故障即可下载学习。
http://www.52phm.cn/blog/detail/68
钢材退火数据
获取下载数据方式:关注公众号52phm,回复钢材退火即可下载学习。
http://www.52phm.cn/blog/detail/69
IEEE PHM 2008涡轮风扇发动机退化仿真数据集CMAPSSData.zip数据下载
获取下载数据方式:关注公众号52phm,回复phm2008即可下载学习。
http://www.52phm.cn/blog/detail/222
齿轮故障诊断的实验数据集及python处理,
获取下载数据方式:关注公众号52phm,回复齿轮箱即可下载学习。
2021-12-09 11:27:13
博客笔记
5953
分类:边缘感知
专栏:故障诊断
2021-12-09 11:32:32
互联网
1892
分类:算法开发
专栏:故障诊断
2021-12-09 15:29:35
互联网
2353
分类:算法开发
专栏:故障诊断
关注公众号进群
让志同道合读者学习交流
电机状态预测数据集
2021-12-09 11:26:41
博客笔记
7199
分类:边缘感知
专栏:故障诊断
1.引言 智能故障诊断(IFD)是指将机器学习理论,如人工神经网络(ANN)、支持向量机(SVM)和深度神经网络(DNN)应用于机器故障诊断。这种方法利用机器学习理论,从采集的数据中自适应地学习机器的诊断知识,而不是利用工程师的经验和知识。具体而言,IFD需要构建一个诊断模型,该模型能够自动将收集的数据与机器的健康状态之间的关系连接起来。 机器学习的早期研究可追溯到1950年,1980年左右成为了人工智能的一个重要方向,并于2010年开始得到了广泛的应用。在此期间发明了许多传统理论,如AN...
2021-12-09 11:31:41
互联网
1214
分类:算法开发
专栏:故障诊断
本文主要分为四个部分:目录本文主要分为四个部分:1.数据预处理2.使用的CNN框架3.性能评估4.总结
2021-12-09 14:46:03
互联网
1948
分类:算法开发
专栏:故障诊断
在设备的故障检测中,有约30%-40%的设备故障是由轴承故障引起的,因此本文将列举有关检测轴承故障使用到的相关数据集,模型和算法。数据集现有的数据集,普遍由固定在电机马达上的两个震动检测器获得,并根据需要,分离震动数据在时域和频域上的特征以供网络模型学习。不同的数据集,区别在于,检测的马达转速不同,环境不同,取样频率不同,一段样本的时长不同等等(1)Case Western Reserve University (CWRU) Dataset该数据集拥有多种数据,测量的时候,通过改变轴承.
2021-12-13 13:17:35
互联网
2934
分类:算法开发
专栏:故障诊断
评价一个故障诊断系统的性能指标有: 1)故障检测的及时性:是指系统在发生故障后,故障诊断系统在最短时间内检测到故障的能力。故障发生到被检测出的时间越短说明故障检测的及时性越好。 2)早期检测的灵敏度:是指故障诊断系统对微小故障信号的检测能力。故障诊断系统能检测到的故障信号越小说明其早期检测的灵敏度越高。 3)故障的误报率和漏报率:误报指系统没有出去故障却被错误检测出发生故障
2021-12-13 13:51:37
互联网
1961
分类:算法开发
专栏:故障诊断
1. 故障诊断概念故障诊断主要研究如何对系统中出现的故障进行检测、分离和辨识 , 即判断故障是否发生 , 定位故障发生的部位和种类 , 以及确定故障的大小和发生的时间等 。2. 故障诊断方法故障诊断防范可分为定性分析和定量分析两大类 , 如图 1 所示。 其中 , 定量分析方法又分为基于解析模型的方法和数据驱动的方法 , 后者又进一步包括机器学习类方法、多元统计分析类方法、信号处理类方...
2021-12-13 14:48:01
互联网
2028
分类:算法开发
专栏:故障诊断
看看故障诊断研究重点方向在哪?故障诊断总发文量统计如下:前20个主要主题词分布情况:前20个次要主题词分布情况:录用期刊分布:期刊类型:学科分布情况:发文机构分布:基金分布情况:...
2021-12-13 17:11:53
互联网
3090
分类:算法开发
专栏:故障诊断
1 故障诊断的含义故障就是指机械设备丧失了原来所规定的性能和状态。通常把运行中的状态异常、缺陷、性能恶化及事故前期的状态统称为故障,有时也把事故直接归为故障。而故障诊断则是根据状态监测所获得的信息,结合设备的工作原理、结构特点、运行参数及其历史运行状况,对设备有可能发生的故障进行分析、预报,对设备已经或正在发生的故障进行分析、判断,以确定故障的性质、类别、程度、部位及趋势。大型旋转机械
2021-12-13 17:29:41
互联网
7319
分类:算法开发
专栏:故障诊断
LSTM数据集实战如果对LSTM原理不懂得小伙伴可以看博主下一篇博客,因为博主水平有限,结合其他文章尽量把原理写的清楚些。数据集首先附上数据集链接:https://pan.baidu.com/s/1AKsz-ohmYHr9mBEEh76P5g提取码:6owv这个数据集是关于股票的,里面有日期,开盘价等信息。既然是时间序列预测,我们最关心的是预测值在时间维度上的走势如何,那我们只要最后一列volume和第一列date这两列就好了。实战先是导入相关包,一些常见的包就不详细说了,我们需要的Se
2021-12-25 19:48:44
互联网
842
分类:算法开发
专栏:时间序列预测
该试验台在不同小齿轮条件下进行测试,并通过加速度计进行齿轮故障数据振动信号采集,加速度计采样率为10KHz、采样时长为10s,采样数据共3包,每一包数据对应着不同故障类型,分别是健康状态、齿轮断齿、齿轮磨损状态下的数据集。该数据集被授权于用于任何学术和研究目的。...
2022-08-09 16:05:36
博客笔记
541
分类:边缘感知
专栏:齿轮箱数据集
从事设备故障预测与健康管理行业多年的PHM算法工程师(机器医生)、国际振动分析师, 实践、研发和交付的项目涉及“化工、工业机器人、风电机组、钢铁、核电、机床、机器视觉”等领域。专注于工业智能预警系统研发, 通过机理算法和数据驱动算法分析振动信号、音频、DCS、PLC信号、SCADA信号等设备运行状态数据对机器设备进行看病预诊,为机器设备健康运行保驾护航。