数据集概述
该数据集包含变工况下轴承、齿轮箱及二者混合的振动信号数据，覆盖轴承单故障（内圈、外圈等）、组合故障（内圈+外圈），齿轮箱典型缺陷（齿面磨损、断齿等）及混合故障类型，模拟工业场景，为智能诊断算法提供验证基准。
文件详解
该数据集由4个目录下的64个CSV文件组成，具体说明如下：
- 轴承数据集（Bearing Dataset/）：
- 包含单故障文件（如BF_1200.csv、OF_1800.csv）和组合故障文件（如IF+OF_1200.csv），文件名含故障类型（BF为滚动体故障、OF为外圈故障等）与工况参数（如1200、1800）。
- 文件格式：CSV
- 字段示例：Time(s)（时间）、CH 1（通道1振动信号）、CH 2（通道2振动信号）、CH 3（通道3振动信号）
- 混合故障数据集（Mixed Fault Dataset/）：
- 包含轴承与齿轮箱混合故障文件（如IF+eccentric gear_200-2400-200.csv、IF+gear surface wear_200-2400-200.csv），文件名含混合故障类型与工况参数。
- 文件格式：CSV
- 平行齿轮箱数据集（Parallel Gearbox Dataset/）：
- 包含齿轮箱故障文件（如eccentric gear_1200.csv、gear surface wear_1800.csv）与正常状态文件（normal_1800.csv），文件名含故障类型与工况参数。
- 文件格式：CSV
适用场景
- 智能诊断算法验证：为轴承、齿轮箱故障诊断模型提供测试基准
- 变工况故障识别研究：分析不同工况下故障特征的变化规律
- 模型泛化能力提升：优化复杂工况下故障识别模型的鲁棒性
- 工业设备健康监测：支撑旋转机械振动信号分析与故障预警系统开发
