故障诊断学习｜CWRU数据集介绍 第2期
- CWRU数据集介绍 第2期 -
上一期介绍了CWRU轴承数据集数据文件夹，并附有数据下载链接。
本期接着上期将介绍以下4个方面[1][2]
1、CWRU实验装置介绍
2、模拟轴承故障大小参数介绍
3、数据测量过程介绍
4、数据文件详细介绍
一、CWRU实验装置介绍
图 5. (a)CWRU滚动轴承试验台实验平台实物图及
滚动轴承(REB)结构图
(b) CWRU滚动轴承试验台实验平台示意图
用于获取CWRU数据集的轴承试验台装置如图5所示，包括一个电动机(induction motor)、一个扭矩传感器(torque transducer)、编码器(encoder)、一个测力机(Dynamometers), 实验轴承和控制电子元件(在图中没有显示)。
所使用的实验轴承支撑电机轴。扭矩通过测力机和电子控制系统施加到轴上。分别在滚动体(Ball)、内圈(Inner Race)和外圈(Outer Race)上施加缺陷模拟故障轴承，然后将每个故障轴承安装在试验台上，启动电机，加速度传感器开始测量并收集数据。
二、实验轴承故障大小参数详细介绍
表 2 实验轴承故障大小参数
表 2为采用电加工方法将单点故障引入故障直径为7mil、14mil、21mil、28mil的实验轴承。(注：1mil = 0.001inch， 1inch = 25.4mm)
该实验使用了两个类型轴承（SKF和NTN）。其SKF轴承用于7、14和21mil直径故障，而对于28mil故障，使用NTN轴承。所有直径为7, 14 和21mil的轴承故障深度为11mil。直径为28mil的内圈故障(IF)轴承的故障深度均为50mil。对于直径为28mil的滚动体故障(BF)，故障深度为150mil。
内圈和滚动体故障位置都位于12点钟方向，此方向与所加负载方向相同。
由于外圈故障是静止故障，因此故障相对于轴承的负载区位置直接影响电机/轴承系统的振动响应。为了量化这种效果，在3点钟(直接在负载区)、6点钟(与负载区位置正交)和12点钟((与负载区位置相反)对外圈故障的风扇和驱动端轴承进行了实验。
根据相对于负载区的故障位置，将外圈故障进一步分为三类:中心型(6点钟位置故障)、正交型(3点钟位置故障)和相反型(12点钟位置故障)。
三、数据测量过程介绍
加速度传感器被安装在带有磁基座的外壳上；
加速度数据是在靠近和远离电机轴承的位置测量振动的；
数据是由放置在三个位置的传感器收集的；
三个位置分别为电机轴承的驱动端(Drive-end)、风扇端(Fan-end)的12点钟位置和电机支承基座(Normal-baseline)。
使用16通道的DAT记录器采集数据后，在MATLAB环境下进行处理，所有数据文件以MATLAB (.mat)格式存储。每个文件包含一个或多个记录的DE(Drive-end)、FE(Fan-end)和BA(Normal-baseline)加速度数据。分别在采样频率为12kHz和48kHz下采集数据。
对于DE轴承实验，数据采集速度为每秒12k和48k个样本；
对于FE轴承实验，采集速度为每秒12k个样本；
对于BA轴承实验，数据收集速率为每秒48k个样本。
在故障轴承重新安装到测试电机后，记录了0到3马力（hp）的电机负载的振动数据，电机转速分别对应为1720到1797 rpm(实际测得转速会上下波动)。
该数据集由测力机施加不同扭矩载荷的数据文件组成。然而，负载在轴承故障检测和诊断中实际上是没有意义的，因为缺乏一种机制来将扭矩转换为径向负载由轴承承担。
电机负载主要影响轴转速，在最大负载(3hp)的情况下，轴转速下降了约4%，而这对数据集的可诊断性影响极小。
四、数据文件详细介绍
数据集分为4类:
1、48k Normal-baseline轴承数据
2、48k Drive-end故障轴承数据
3、12k Drive-end故障轴承数据
4、12k Fan-end故障轴承数据
48k Normal-baseline轴承数据为正常轴承数据；
后3组故障轴承数据由滚动体故障(BF)、内圈故障(IF)和外圈故障(OF)组成。
数据文件名称中，第一个字母表示故障位置，后面三个数字表示故障直径，最后一个数字表示轴承载荷。
例如，数据文件B007_0：
B代表滚动体故障数据，
007代表滚动体故障直径为7mil，
0代表在0hp电机负载下运行。
同样，数据文件OR014@6_1：
OR代表为外圈故障数据，
014代表外圈故障直径为14mil，
@6其故障在6点钟位置，
1代表在1hp电机负载下运行时。
CWRU数据集每个数据文件由不同长度的数据组成。详细数据组成见表3-6。
表3为CWRU承载数据集48k DE数据；
表4为CWRU承载数据集12k DE数据；
表5为CWRU承载数据集12k FE数据；
表6为CWRU承载数据集48k Normal数据。
表 3 48k驱动端(DE)数据每个数据文件长度
注，下同：
FD: Fault depth (故障深度)
L: Load (负载大小)
MS: Motor speed (电机转速)
表 4 12k驱动端(DE)数据每个数据文件长度
表 5 12k风扇端(FE)数据每个数据文件长度
表 6 48k正常轴承(BA)数据每个数据文件长度
从表中可以清楚地看出
一、对于48k DE数据
最大长度为491446 (IR021_2)；
最小长度为63788 (IR014_0)；
平均长度为415138.63。
二、对于12k DE数据，
最大长度为122917 (IR007_3)；
最小长度为120801 (B028_0)；
平均长度为121884.53。
三、对于12k FE数据，
最大长度为122269 (B014_2)；
最小长度为120617 (OR021@3_1)；
平均长度为121309.66。
四、对于48k Normal-baseline数据
最大长度为485643 (Normal_3)；
最小长度为243938 (Normal_0)。
五、下期预告
下期将介绍轴承故障特征频率的计算公式，及该实验轴承的故障特征频率。
六、参考文献及资料
[1] D. Neupane and J. Seok, "Bearing Fault Detection and Diagnosis Using Case Western Reserve University Dataset With Deep Learning Approaches: A Review," IEEE access, vol. 8, pp. 93155-93178, 2020-01-01 2020.
[2] https://csegroups.case.edu/bearingdatacenter/pages/welcome-case-western-reserve-university-bearing-data-center-website
