凯斯西厨大学轴承数据集轴承故障频率matlab代码

### 凯斯西储大学轴承数据集故障频率分析的MATLAB代码示例 以下是一个基于凯斯西储大学轴承数据集进行故障频率分析的MATLAB代码示例。该代码实现了数据加载、信号处理以及特征频率计算的功能。 #### MATLAB代码实现 ```matlab % 加载凯斯西储大学轴承数据集中的文件 load('CWRU_Data/0_hp/inner_race_07_0_deg.mat'); % 替换为实际的数据路径 % 提取振动信号 vibration_signal = data(:, 2); % 假设第二列为振动信号 fs = 12000; % 采样率 (Hz) % 计算FFT以获取频谱 N = length(vibration_signal); frequencies = (0:N-1)*(fs/N); % 频率轴 fft_values = abs(fft(vibration_signal)); % FFT幅值 % 轴承参数设置 fr = 1799 / 60; % 转速 (rps)，假设转速为1799 rpm bpfo = fr * (balls / (balls + 1)) * (1 - cos(theta)); % 外圈故障特征频率 bpfi = fr * (balls / (balls + 1)) * (1 + cos(theta)); % 内圈故障特征频率 bsf = fr * balls * sin(theta); % 滚珠旋转频率 ftf = fr * (1 - cos(theta)) / (balls + 1); % 笼子频率 % 显示特征频率 disp(['外圈故障特征频率 BPFO: ', num2str(bpfo), ' Hz']); disp(['内圈故障特征频率 BPFI: ', num2str(bpfi), ' Hz']); disp(['滚珠旋转频率 BSF: ', num2str(bsf), ' Hz']); disp(['笼子频率 FTF: ', num2str(ftf), ' Hz']); % 绘制频谱图 figure; plot(frequencies(1:N/2), fft_values(1:N/2)); xlabel('Frequency (Hz)'); ylabel('Amplitude'); title('Vibration Signal Spectrum'); grid on; % 查找频谱中是否存在特征频率 [~, idx_bpfo] = min(abs(frequencies' - bpfo)); [~, idx_bpfi] = min(abs(frequencies' - bpfi)); if fft_values(idx_bpfo) > threshold && fft_values(idx_bpfi) > threshold disp('检测到轴承内外圈故障!'); else disp('未检测到明显故障.'); end ``` 上述代码展示了如何利用FFT技术提取振动信号的频域特性，并通过比较特定频率分量来判断是否存在轴承故障[^1]。此外，代码还包括了轴承常见故障类型的特征频率计算方法[^2]。 --- ### 特征频率计算公式的解释 对于轴承故障特征频率的计算，通常涉及以下几个关键变量： - **BPFO（Ball Pass Frequency Outer Race）**: \[ f_{\text{BPFO}} = \frac{n}{2} \cdot f_r \cdot (1 - d/(D \cos(\alpha))) \] - **BPFI（Ball Pass Frequency Inner Race）**: \[ f_{\text{BPFI}} = \frac{n}{2} \cdot f_r \cdot (1 + d/(D \cos(\alpha))) \] 其中： - \( n \): 滚珠数量； - \( f_r \): 主轴转速（单位：Hz）； - \( d \): 滚珠直径； - \( D \): 轴承节径； - \( \alpha \): 接触角； 以上公式来源于轴承动力学理论，并广泛应用于故障诊断领域[^3]。 --- ### 数据集目录结构解析 凯斯西储大学轴承数据集的典型目录结构如下所示[^4]： ``` CWRU_Data/ ├── 0_hp/ │ ├── normal_0_deg.mat │ ├── inner_race_07_0_deg.mat │ └── ... ├── 1_hp/ │ ├── normal_0_deg.mat │ ├── inner_race_07_0_deg.mat │ └── ... └── ... ``` 每种工况下的`.mat`文件包含了对应的振动信号数据。可以通过`load`函数读取并进一步处理。 ---