版权所有:内蒙古大学图书馆 技术提供:维普资讯• 智图
内蒙古自治区呼和浩特市赛罕区大学西街235号 邮编: 010021
作者机构:西安交通大学现代设计及转子轴承系统教育部重点实验室西安710049 浙江长兴昇阳科技有限公司湖州313100
出 版 物:《机械工程学报》 (Journal of Mechanical Engineering)
年 卷 期:2019年第55卷第16期
页 面:1-6页
核心收录:
学科分类:08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 080201[工学-机械制造及其自动化]
基 金:国家自然科学基金(61673311) NSFC-浙江两化融合联合基金(U1709208)资助项目
摘 要:预测与健康管理对保障机械装备安全服役、提高生产效率、增加经济效益至关重要。高质量的全寿命周期数据是预测与健康管理领域的基础性资源,这些数据承载着反映装备服役性能完整退化过程与规律的关键信息。然而,由于数据获取成本高、存储与传输技术有待发展等原因,典型的全寿命周期数据极其匮乏,严重制约了机械装备预测与健康管理技术的理论研究与工程应用。为解决上述难题,西安交通大学机械工程学院雷亚国教授团队联合浙江长兴昇阳科技有限公司,选取工业场景中典型的关键部件——滚动轴承为试验对象,开展了历时两年的滚动轴承加速寿命试验,并将获取的试验数据——XJTU-SY滚动轴承加速寿命试验数据集面向全球学者公开发布。该数据集共包含3种工况下15个滚动轴承的全寿命周期振动信号,采样频率高、数据量大、失效类型丰富、记录信息详细,既可为预测与健康管理领域提供新鲜的 数据血液 ,推动故障诊断与剩余寿命预测等领域的算法研究,又可助力工业界智能化运维的 落地生根 。