We read every piece of feedback, and take your input very seriously.
To see all available qualifiers, see our documentation.
Have a question about this project? Sign up for a free GitHub account to open an issue and contact its maintainers and the community.
By clicking “Sign up for GitHub”, you agree to our terms of service and privacy statement. We’ll occasionally send you account related emails.
Already on GitHub? Sign in to your account
您好,首先非常感谢您提供的相关迁移学习应用于故障诊断的代码。关于您所提供的数据集我已经成功下载下来了,但是关于XJTU-SY轴承数据集的组织方式有一定的疑问,查看了官方关于此数据集的介绍之后,仍然不太清楚各种故障类型的组织方式。具体有以下几点疑问。 1、官方文件中只有各轴承的失效位置,并没有具体故障类型(比如失效位置是外圈,但具体故障类型不知道是外圈磨损还是外圈裂损)比如在工况1下,有Bearing1_1(外圈),Bearing1_2(外圈),Bearing1_3(外圈),Bearing1_4(保持架),Bearing1_5(内、外圈); 2、另外我发现各工况采集的样本个数也有很大不同,这该怎么处理; 3、还有一个疑问是这个数据集采集的是由正常状态到故障状态的振动信号,这种信号感觉更加适用于剩余寿命预测,为什么也可也用于故障诊断呢? 所以针对以上问题,您是否可以提供一下XJTU-SY的具体组织方式,期待您的回复!
The text was updated successfully, but these errors were encountered:
Sorry, something went wrong.
好的,我明白了,谢谢您
No branches or pull requests
您好,首先非常感谢您提供的相关迁移学习应用于故障诊断的代码。关于您所提供的数据集我已经成功下载下来了,但是关于XJTU-SY轴承数据集的组织方式有一定的疑问,查看了官方关于此数据集的介绍之后,仍然不太清楚各种故障类型的组织方式。具体有以下几点疑问。
1、官方文件中只有各轴承的失效位置,并没有具体故障类型(比如失效位置是外圈,但具体故障类型不知道是外圈磨损还是外圈裂损)比如在工况1下,有Bearing1_1(外圈),Bearing1_2(外圈),Bearing1_3(外圈),Bearing1_4(保持架),Bearing1_5(内、外圈);
2、另外我发现各工况采集的样本个数也有很大不同,这该怎么处理;
3、还有一个疑问是这个数据集采集的是由正常状态到故障状态的振动信号,这种信号感觉更加适用于剩余寿命预测,为什么也可也用于故障诊断呢?
所以针对以上问题,您是否可以提供一下XJTU-SY的具体组织方式,期待您的回复!
The text was updated successfully, but these errors were encountered: