CWRU 轴承数据集解析与四类故障波形可视化
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
最新进展10月31日 21:39
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报道时间线
沿着报道,了解事件的不同侧面。
10月31日
- 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。