齿轮箱故障诊断数据集加速度标准差
数据来源：互联网公开数据
标签：齿轮箱故障,诊断,机械工程,机器学习,工业环境,预测性维护,标准差,振动传感器
数据概述：
本数据集是针对齿轮箱故障诊断的振动数据集的改进版本，特别报告了加速度的标准差。该数据集基于SpectraQuest的齿轮箱故障诊断模拟器录制的原始振动数据，通过计算每1000个连续数据点的标准差生成。数据集包含了4个方向的振动传感器在负载从0%到90%变化条件下的记录，包括两种情况：健康状态和断齿故障状态。从原始的20个文件中，分别提取了健康齿轮箱和断齿齿轮箱的两组组合数据集，文件名为h30hz_stdev.csv（健康状态）和b30hz_stdev.csv（断齿故障状态）。
数据用途概述：
该数据集适用于机器学习在预测性维护中的应用研究。研究人员可以利用此数据集开发齿轮箱故障诊断模型，工业设施管理者可以使用这些模型进行实时监测和预防性维护，从而提高设备的可靠性和降低维护成本。此外，该数据集也可以用于教育培训，帮助学习者掌握机械工程和机器学习的基础知识。
