1. 介绍
凯斯西储大学滚动轴承数据集是一个广泛使用的机械故障诊断数据集，主要用于滚动轴承故障诊断和故障分类领域。该数据集由凯斯西储大学机械工程系创建，包含了各种轴承故障模式的振动信号数据。其中，轴承运行于不同的机械负载和转速下，数据集中的数据被记录为四个不同的标签类别：正常、内环故障、外环故障和滚珠故障。
2. 数据收集与处理
为强化滚动轴承数据的质量，数据采集和处理确保了最小的外在和内在噪声。特别是，数据收集过程中使用了塞奇容器（Segy container）来避免由于仪器故障、仪器振动和其他干扰造成的影响。而在数据的预处理中，使用了带通滤波和小波分析，以降低噪声和预处理数据的信噪比。
3. 应用与研究
近年来，随着逐渐普及的机器学习分类算法作为一种新的滚动轴承故障诊断方法，对数据集的应用变得越来越广泛。相比于传统的滚动轴承故障诊断方法，机器学习算法具有较高的自适应性和鲁棒性，具有更好的性能和准确率。当前，数据集已经被广泛地应用于故障诊断和故障分类领域。
4. 意义和希望
凯斯西储大学发布的滚动轴承数据集为轴承故障诊断领域的研究者和爱好者提供了经典的标准数据集。它不仅促进了滚动轴承故障诊断算法的研究和开发，而且还帮助改善了机械故障诊断技术的实际应用。未来，希望在更广泛的应用中，数据集能够有更多的使用和发展，为机械故障诊断的科研与产业发展贡献更多的力量。
