UM-GearEccDataset | 澳门大学齿轮偏心故障数据集
齿轮箱是使用范围很广的部件，而且工况复杂多变，目前大部分公开数据集是集中在断齿、缺齿、齿根裂纹和表面磨损等齿面的故障，对齿轮偏心故障研究较少。本期给大家推荐一个包含不同转速、不同传动系统、声音、电流、电压、振动数据的齿轮偏心数据集，大大提高了诊断难度。该数据集由澳门大学杨志新教授SMART团队在2024年公开的，写论文的同学们赶紧用起来吧！
论文基本信息
论文题目：A comprehensive gear eccentricity dataset with multiple fault severity levels: Description, characteristics analysis, and fault diagnosis applications
a State Key Laboratory of Internet of Things for Smart City (UM), Department of Electromechanical Engineering and Centre of Artificial Intelligence and Robotics, University of Macau, 999078, Macao Special Administrative Region of China.
b The Hainan Institute of Zhejiang University, Sanya, 572025, China.
注：上述链接若打不开，文末有百度网盘链接。
摘要
我们开发了一个名为UM-GearEccDataset的齿轮偏心多故障程度数据集，以促进故障机理的研究和数据驱动的故障诊断。其他现有数据集没有充分考虑齿轮偏心诊断的故障严重程度（FSL, fault severity level），为弥补这一差距，我们提出了一种新颖的齿轮偏心模拟结构，实现了FSL的连续调整。该综合全面的数据集包含多种类故障信号，通过记录五种传感器收集的11个通道信号，考虑到了各实验变量：传动系结构、转速、FSL、同时故障和多模态信号。这个丰富的数据集可成为各种研究应用的宝贵资源。
在获得了该数据集之后，我们还对UM-GearEccDataset进行了细致的检查，以尽量消除其可能含有的其他现有数据集中广泛存在的可靠性问题：
1）首先，检查数据本身。通过分析信号的频谱，计算特征频率与FSL之间的相关系数，并研究不同变量的影响，研究信号特征是否合理。 2）然后，通过应用卷积神经网络（CNN）和梯度加权类激活映射加加（GradCAM++）等深度学习技术来验证数据集的可靠性。FSL的分类任务由CNN模型完成，以分析诊断准确率随试验变量的变化。GradCAM++实现了显著性分析，以找出输入频谱的哪些区域贡献更大。
结果表明，该数据集具有明显的齿轮偏心故障特征。不同信号的特征和所有试验变量的影响也是合理的。因此，所提出的数据集以其精心的设计和可靠性，可以加强各种新兴的智能故障诊断研究，为该领域的进一步研究提供坚实的基础。
目录
1 引言
齿轮广泛应用于各行各业，其故障诊断的重要性无需多言。但关于齿轮的故障诊断往往集中于破齿、缺齿、齿根裂纹和表面磨损等齿面的故障，关于偏心故障这种更系统性的故障研究较少。齿轮偏心指的是齿轮实际和理论的旋转中心不重合的一种现象。机加工公差、来料质量、热处理过程等对此均有贡献。而且，机器装配后长轴的弯曲和轴承的劣化更是使得齿轮偏心难以避免。偏心后的齿轮在振动噪声等各方面都会得到恶化，因此是一个相当需要引起重视的问题。现有的理论研究多从大幅简化的动力学模型和有限元模型出发来分析故障特征，其中一个结论便是：齿轮偏心会在振动频谱上造成故障齿轮的啮合频率及其倍频周围出现大量间距为转频的边带成分。然而，目前却缺乏相关的坚实实验研究，而这正是本文将要填补的一个窗口。
另一研究窗口出现在对故障程度的诊断。表1列举了一些学界常用的数据集，可以看到他们的故障严重程度（FSL, fault severity level）数量不超过5。事实上，这些数据集都往往被用于故障诊断的分类任务。直觉上说，用这种很有限FSL的数据集去做FSL的故障诊断研究，是不够好的。现有的数据集FSL很有限，大概是因为实验不好做，因为一般一种故障程度就得对应一个故障件，相当麻烦。而那些加速寿命实验，往往又很难去控制最后的故障件坏成什么样子。因此，一个包含了大量故障严重程度的数据集是非常有利于相关研究的。
除去上述两个主要的问题之外，现有用于故障诊断的数据集还有以下不足：
1）信号源不足。对于近年来很火的多信号融合诊断，很多数据集提供的信号信道不够多，信号种类也不够丰富。 2）没考虑实际的噪声干扰。在进行诊断模型的抗噪性研究时，往往通过给信号添加白噪声和粉红噪声等噪声来实现，没考虑到现实中那些分布更加复杂多变的噪声和干扰。 3）未对数据本身进行足够的检查来避免隐藏变量。隐藏变量指的是机器学习中意外引入的变量，应尽量避免。比如，有文献指出CWRU数据集中存在非一致的电磁噪声、机械部件的松动和滚动体间卡滞的材料，难说这样训练出来的诊断模型学到的是真的故障特征还是这些隐藏变量。所以数据集本身的可靠性需要得到验证。
为了解决上述问题，我们提出了UM-GearEccDataset，一个考虑了大量实验变量和历经严格检查的全面数据集。本文贡献如下：
1）我们提出了一种新颖的齿轮偏心故障模拟装置，并基于此开发了一个全面的数据集。该装置可以帮助验证现有的齿轮偏心理论研究；该数据集则可以用于数据驱动的诊断方法研究。 2）我们对数据集本身的信号进行了深入的分析以保证数据集的可靠性。这些检查包括反映了偏心故障的故障特征和设定各实验变量的影响模式。结果表明隐藏变量基本不存在，研究者们可以放心地使用该数据集而无需担心可靠性的问题。 3）另外我们还用两个深度学习的案例来侧面验证了数据集的可靠性并展示了数据集的价值。从诊断准确率上来看，准确率是和数据检查部分的推测重合的。显著性分析则表明故障相关频带对诊断结果的影响很大。
2 数据集建立
为了收集不同FSL的齿轮偏心实验数据，我们提出了一种新颖的偏心齿轮结构，可以在设计的最大故障程度内调节任意FSL。基于该结构，搭建了实验平台并布置了11个传感器。通过深思熟虑的实验方案，考虑到了以下实验变量：齿轮偏心的FSL、转速、传动系结构、信号来源、偏心齿轮是否同时还有破齿故障。包括实验数据，一些其他补充材料也一并发布于https://github.com/LeeJMJM/UM-GearEccDataset
（为了更好的阅读体验，以下文章中的部分细节请读者参考原文，这里仅作简介）
2.1 偏心齿轮结构
图1 所提出的偏心齿轮结构
（具体细节请读者参考原文）
图2 偏心齿轮的照片
2.2 试验台
图3 试验台的布置。偏心齿轮已标红
图4 传感器位置
表2 数采和传感器的信息
2.3 实验计划和过程
T1：移除测试齿轮箱的36T齿轮，传动系终止于轴2；
T2：移除联轴器1。传动系终止于测试齿轮箱的输出轴；
T3：移除联轴器2。传动系终止于负载齿轮箱1的输出轴；
T4：传动系终止于负载齿轮箱2的输出轴。
表3 该数据集所考虑的实验变量
3 信号本身的分析
3.1 信号总览
这里取两个工况来总览信号：N352_G2_E20_T4_S1500 和 N1_G1_E00_T1_S600，如图5所示。总体上来说这些信号的数值都在合理的范围内。虽然这两个工况的时域波形相差很大，但频域上都有个共同点，即8000 Hz及其倍频的电机开关频率明显可见。除了传感器⑨到⑪因为数采的采样频率不足频谱到不了8000 Hz。
图5 信号总览。请注意那些合理的特征，如合理的数值范围、波形上同步的波纹、电机开关频率
红色的区域的信号彼此比较相关，大部分散点都位于对角线周围区域； 绿色的区域的信号彼此十分相关，散点基本上都位于对角线上； 黄色的区域信号相关性低，散点基本都分布在横纵坐标轴处。
图6 各传感器信号频谱之间的散点图，其中传感器信号标于各横纵坐标轴。各个被标红、绿、黄的部分，代表高敏感信号之间、低敏感信号之间、高低敏感信号之间的散点图
3.2 高敏感信号
（以下的内容比较繁复，具体细节请读者参考原文）
3.2.1 FSL的影响
图7 偏心齿轮啮合频率周围的频谱，明显可见故障特征频率
为了更好研究上述趋势，我们将一些故障特征的幅值，称为“故障频率特征”，作为纵坐标，FSL的数值作为横坐标，作图，如图8所示。并且，常见的一些时域特征，如均方根值、峭度、均值，也一并绘出以作比较。其中阴影代表±一个std的范围。
图8 两种特征对FSL的变化趋势。其中一种展现出了更强的单调性
3.2.2 转速的影响
图9 不同转速下频谱的变化。注意转速增加后的边带范围会散开
而且RMS会显著受到转速的影响，如图10所示。
图10 不同信号的RMS和mean的散点图。注意：1) 更高的转速产生更大的RMS。2) 更长的传动系结构产生更高的转矩信号mean
3.2.3 传动系结构的影响
表4 不同传动系结构下的齿轮啮合频率和轴旋转频率
有些特征频率振动信号中很明显，声音信号中不明显； 有些特征频率则反过来在声音中明显，振动中不明显。
图11 不同信号的RMS和mean的散点图。注意：1) 转矩信号有一定的零漂。2) T4传动系结构下转矩的mean格外高
3.2.4 缺齿故障的影响
表5 G1和G2的RMS数值的比较。两者中较大的数值已加黑
3.3 低敏感信号
低敏感信号包括两个电流钳（①和②）采集的信号和两个驻极体传感器（⑦和⑧）采集到的信号。这两种传感器在旋转设备的状态监测里相比于高敏感信号确实更少用到。经过这一节的分析，它们的故障特征确实没那么明显，但各实验变量对他们的影响依然是合理的，且没有发现明显的隐藏变量。
3.3.1 电流传感器和驻极体传感器信号间的相似性
图12 电流传感器和驻极体传感器信号的放大频谱。可以看到在
因此，简洁起见，接下来我们仅对传感器①进行分析。
3.3.2 实验变量的影响
图13 T4工况下两种速度的电流频谱低频部分。
图14 S600工况下两种传动系结构的电流频谱低频部分。
3.4 信号检查与分析的结论
表6 数据检查的简短结论
4 该数据集的故障诊断示范
4.1 基准CNN模型的诊断准确率
1）G2情况下的准确率确实低一些，对应着2.2.4小节中所述的引入破齿会降低数据可诊断性的推测。
2）高敏感信号的准确率基本都大于90%，与低敏感信号显著不同。
3）（一些其他描述性的结论这里略去）
图15 G1和G2两种工况下不同传感器的测试准确率
该数据集的一个优势在于其使用了很多数量和类型的传感器。这样一来，该数据集就具有较大的可诊断性范围。以测试准确率为例，与其他数据集的比较如图17所示。研究者们可以按照各自的需求自行选择不同的信号来验证所提出的诊断方法。
图17 与其他数据集的可诊断性比较。我们提出的数据集具有更大的可诊断性范围
转速和传动系结构对测试准确率的影响并没有明显的规律。但这里要强调传动系结构这一变量的意义。传动系结构对信号的影响远比简单给信号添加白噪声这么简单。如今研究中对故障诊断任务的迁移任务研究火热，常集中于同一设备跨工况的迁移任务和跨设备的迁移任务。大家的共识是前者过于简单且实际意义不够大，后者具有很强的实际意义但难度很高。这里，我们提供了一种折中的任务，即跨传动系的迁移。我们用T1的数据训练了CNN，再用T1到T4的数据直接做测试，称为Task 1到Task 4，准确率结果如图18所示。可以看到，准确率几乎是随着传动系的变长而单调下降的。数据集的该特点，不但可以为那些研究抗噪性的诊断方法提供一个除了单纯添加白噪声、粉红噪声等理想噪声外的验证途径，也在跨转速和跨设备迁移任务之间填补了一种空白。
图18 跨传动系结构任务的准确率结果。更长的传动系结构准确率更低
4.2 GradCAM++的显著性分析
1）输入频谱数值高的地方未必一定会产生高的重要性权重。
2）按照CAM技术对模型的诠释，其实故障特征频段对分类结果的重要性更大。
这些都从侧面说明了数据具有合理的故障特征。
图18 不同标签频谱的重要性权重。
此外，我们还展示了更多工况和传感器的结果，结论是类似的。（详情请参考原文）
5 结论
此外，我们还对数据从两方面进行了细致的检查：
1）对数据本身，用故障特征、相关系数、实验变量的具体影响，说明了数据集是可靠的。
2）从深度学习技术的角度出发，分类结果和显著性分析的结果也从侧面说明了数据集的可靠性。
编辑：李正平
校核：陈凯歌、赵栓栓、曹希铭、赵学功、白亮、任超
该文资料搜集自网络，仅用作学术分享，不做商业用途，若侵权，后台联系小编进行删除
