凯斯西储大学（CWRU）轴承中心的轴承实验室经典数据，包含起官网提供的所有数据，包括正常数据，12k采集的驱动端数据，48k采集的驱动端数据，12k采集的风扇段数据、轴承正常时候的振动数据。文件比较大，耐心下载。

故障数据为采样频率为12KHZ的驱动端故障数据。 数据文件均为Matlab格式（.mat格式）。采样频率为12kHz。故障分别有内圈，外圈，滚动体等和每个数据标题中英文对应。 BA - 基座加速度数据（正常） DE - 驱动端加速度数据 FE - 风扇端加速度数据 time - 时间序列数据 RPM- 转每分钟 适用于通过方法或算法对数据分析从而对轴承故障进行识别。

轴承；故障诊断；迁移学习

硕士论文；特征迁移学习；轴承故障诊断

期刊论文；特征迁移学习方法；特征映射；再生希尔伯特空间；故障诊断

4基于PCA_RBF神经网络的WSN数据融合轴承故障诊断_徐桂云.caj

7基于奇异值分解和深度信度网络

一种基于压缩感知的轴承故障检测方法，张新鹏，胡茑庆，在频域对轴承进行故障检测时，传统的方法需要收集所关心频段的所有数据点然后分析判断轴承状态，当感兴趣的频段很宽时将增大数据

这是轴承故障检测中时间延迟反馈随机共振的教程样本。 详情请参考《基于时滞反馈随机共振的增强型旋转机故障诊断》 卢四良、何清波、张海滨、Kong范让。 Journal of Vibration and Acoustics, Transactions of the ASME: 2015,137,051008' 或联系卢思良（lusliang@mail.ustc.edu.cn 或 silianglu@ahu.edu.cn）。 享受！

论文题目：基于卷积神经网络的轴承故障诊断算法研究_张伟 main为wdcnn卷积神经网络主文件，运行它就可以得出结果 preprocess为预处理文件，主要实现制作数据集的功能 日志文件保存在logs里面，通过启动tensorboard查看 wdcnn.png为卷积神经网络的结构图像 我只实现了第三章的内容，剩下的没有做