1、试验平台

       如上图所示，该试验台由电机、电机控制器、行星齿轮箱、减速齿轮箱、刹车和刹车控制器。本人（冷漠）从东南大学已毕业的学位论文里面找到了相似的试验台，机构的示意图如下所示：

2、数据集组成

    该数据集主要分为轴承数据集和齿轮箱数据集，每个故障类型均对应这个两种工况（转速20Hz（1200rpm）-负载0V(0Nm) 和转速30Hz(1800rpm)-负载2V(7.32Nm)）分别对应着gearset和bearingset文件夹，具体数据集说明如下：

    ★轴承数据集（5种类型）：

           滚子故障（Ball fault）

           内圈故障（Inner ring fault）

           外圈故障（Outer ring fault）

          复合故障（Combination fault on both inner ring and outer ring）

           正常运行（Health woring state）

     ★齿轮数据集（5种类型,）：

            缺损（Chipped tooth，齿轮上有裂纹）

            断齿（Missing tooth）

            在齿轮根部的裂纹（Root fault）

            齿面磨损（Surface fault）

            正常运行（Health working state）

3、数据说明

       ⚪每个故障类型的一种工况单独存储在一个CSV文件中，文件名字清楚的标识了类型和工况。

       ⚪每个CSV文件均有一些配置信息。这些配置信息，作者没有进行详细描述，所以冷漠也不太清楚，欢迎指导的朋友进行评论探讨。

       ⚪一共有8个通道信号，对应着数据的8列，具体如下：第1列电机振动信号；第2、3、4列分别对应行星齿轮x，y和z三个方向的振动信号；第5列对应着电机扭矩；第6、7、8列分别对应着减速器x，y和z三个方向的振动信号。

        ⚪采样频率是5120Hz（基于迁移学习的旋转机械故障诊断方法研究 陈超  学位论文中提供）。

        ⚪该数据集仅可以用来做智能诊断和迁移学习的相关内容，并未提供相关轴承型号，故障齿轮安装位置等。

 4、数据读取

       为了方便大家操作，本人（冷漠）编写了相关matlab代码，可实现所有数据的自动读取，具体文件见附件。同时，提供了最终提取数据的结果（附件的data.mat文件）。data.mat中存放着所有类型的数据，每个数据均有8列，对应着东南大学提供的excel。

        上述代码在matlab2020b上测试通过！

5、附件

东南大学齿轮箱数据集

kvfc

内容简介：

1、所有原始数据集（gearset文件夹和bearingset文件夹）

2、自动读取CSV文件的matlab代码文件（main.m可执行脚本，sort_nat.m函数）

3、已保存数据文件(data.mat)。

4、相关参考资料。包括与这个数据集相关的SCI论文和学位论文，供大家参考。

关注公众号“故障诊断与寿命预测工具箱”，每天进步一点点。