做滚动轴承故障诊断方向的人,几乎没有绕不开凯斯西储大学轴承数据中心这套公开数据集的。无论你是刚入门的学生,还是做设备状态监测的工程师,CWRU这套数据基本都是第一次做实验验证时的默认基准。我最初接触“滚动轴承故障诊断系统”这个概念时,也对着这套数据踩了不少坑:文件怎么读、特征怎么提、模型怎么选,每一步都有隐藏的取舍。这篇博文就围绕“基于凯斯西储大学数据设计一套滚动轴承故障诊断系统”这件事,把整个流程完整拆开,从数据预处理、特征频率计算、特征工程,到模型训练和坑点排查,都给你整理清楚,适合想快速搭建一套可复现诊断流程的人参考。
1. 项目目标与整体方案设计
1.1 滚动轴承故障诊断是个什么问题
滚动轴承是旋转机械里最容易出问题的部件之一。设备在运行过程中,轴承的损伤早期往往非常微弱,不会直接导致停机,但振动信号里已经出现了周期性的冲击痕迹。诊断系统的目标,就是从这些振动信号中判断轴承到底处于哪种状态:正常、内圈故障、外圈故障,还是滚动体故障。
如果把问题定义得再细一点,CWRU数据里每种故障还分了三种损伤尺寸:0.007英寸、0.014英寸、0.021英寸,对应大约0.18毫米、0.36毫米和0.53毫米。所以实际项目里有两种常见的任务设定:
- 四分类:正常、内圈故障、外圈故障、滚动体故障,四种状态。
- 十分类:内圈、外圈、滚动体各三种损伤尺寸,加上正常状态,共十类。
多数论文和实验选十分类,因为还能顺便评估模型对故障严重程度的识别能力。我做的这个系统也按十分类来设计。从本质上看,这就是一个有监督的多分类问题:用带标签的振动信号训练模型,让模型学会区分不同故障模式。
1.2 系统整体流程:一条完整的流水线
很多人以为“故障诊断系统”就是训练一个分类器,准确率高就完事。实际上,一套能跑的诊断系统远不止一个模型,而是从原始信号到诊断结论的一整条流水线。
完整流程是这样的:原始振动信号 → 滑动窗口切分 → 特征提取 → 特征标准化 → 分类模型训练 → 评估与分析。到了实际推理阶段,新来的在线信号也要走同一套特征管道,先切窗、提特征、标准化,再送入模型,输出故障类型。
你可以把整个过程理解成“听声识病”。老工程师拿听诊棒贴在轴承座上,听到有规律的“哒哒哒”冲击声,就知道是外圈还是内圈出了问题。模型做的就是类似的事,只不过它“听”的是加速度传感器采集的振动数据,学的是信号里故障冲击的频率“指纹”。这套系统设计的核心,是先建立一个稳定可靠的特征提取管道,再把分类模型插进去,换模型很容易,但特征管道一旦定下来,前后必须完全一致。
1.3 方案选型:为什么先做特征工程再用机器学习
刚开始做这个项目时,我纠结过要不要直接上深度学习。CWRU数据集不算大,单类数据就几段几十秒的信号,这种体量下做端到端的深度网络容易过拟合,而且调参成本极高。更关键的问题是,深度学习模型不好解释——你很难说清楚它到底学到了什么。
所以我的方案定为:特征工程 + 传统机器学习作为主干,深度学习作为后续扩展对照。 这个选择的好处是:
- 可控可解释:时域峭度、包络谱特征这些都有明确的物理含义,出了问题能追溯。
- 小样本友好:在CWRU这种数据规模下,SVM和随机森林绰绰有余。
- 速度快:不用GPU,几秒钟就完成训练。
等这套系统跑通了,你真想加对比实验,再去搭卷积网络不迟。但地基一定要打稳。
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 数据解析与预处理:CWRU数据集的正确打开方式
2.1 数据集的基本结构与核心参数
CWRU数据采集自一个电机驱动系统试验台:电机、扭矩传感器、测功机组成负载系统,加速度传感器分别安装在驱动端和风扇端的壳体上。信号以.mat格式存储,用Python读进来通常能看到DE、FE、BA等字段,分别对应驱动端加速度信号、风扇端加速度信号和基座加速度信号。
采样频率方面,驱动端常用12kHz,数据文件里一段信号大约持续10秒。转速随负载变化:0马力时约1797转/分,3马力时降为1730转/分。这些参数对后面计算特征频率非常重要。
下面这个表是我整理的核心参数速查:
| 参数 | 数值 |
|---|---|
| 轴承型号 | SKF 6205-2RS深沟球轴承 |
| 滚珠数 | 9 |
| 滚珠直径 | 7.94 mm |
| 节圆直径 | 39.04 mm |
| 接触角 | 0° |
| 故障类型 | 内圈、外圈、滚动体 |
| 故障尺寸 | 0.007/0.014/0.021英寸 |
