跳到正文
热点事件持续更新

CWRU 轴承数据集解析与四类故障波形可视化

1 篇报道1 个报道来源2 小时前更新

先了解这件事

AI 综述

一篇技术博客介绍凯斯西储大学(CWRU)轴承数据集的解析方法:.mat 文件包含驱动端(DE)与风扇端(FE)两路振动信号及 RPM 转速,数据按正常、内圈、滚动体、外圈四类状态划分,博客称四类波形差异肉眼可辨,构成可分类的物理前提。 数据准备需下载正常状态加 12k 驱动端共 40 个 .mat 文件,并按四类目录归类。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月31日
  1. 博客园
    基于深度学习的滚动轴承故障诊断第 3 篇:CWRU 数据集解析与四类故障波形可视化

    系列第 3 篇聚焦凯斯西储大学(CWRU)轴承数据集的解析与四类故障波形可视化。.mat 文件包含驱动端(DE)与风扇端(FE)两路振动信号及 RPM 转速,四类状态按正常、内圈、滚动体、外圈划分,波形差异肉眼可辨,构成可分类的物理前提。数据准备需下载正常加 12k 驱动端共 40 个 .mat 文件并按四类目录归类。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。