变转速三相感应电机故障诊断振动数据集构建与机器学习分类方法研究

《Scientific Data》：Synchronized Vibration Data Collection for Fault Diagnosis of Induction Motors under Varying Rotating Speeds and Loading Conditions

　　

摘要

本文提出了一套用于变转速三相感应电机故障诊断的振动数据集。该电机由西门子S7-1500可编程逻辑控制器（PLC）和英威腾GD20-1R5G-S2变频器（VFD）控制。数据集通过安装在轴承座和电机机壳上的两个ADXL355加速度计采集三轴振动信号，采样率为4 kHz，数据采集由Teensy 4.1微控制器完成。数据采集覆盖了五个运行速度（从10到50 Hz，以10 Hz为步进）和两种机械负载条件（5 kg负载和无负载），包含六种故障场景：正常状态、机械松动、水平轴不对中3 mm和5 mm，以及垂直轴不对中3 mm和5 mm。完整数据集包含60个CSV文件，总计1.72 GB，每个文件包含六个振动通道和一个数值故障标签。技术验证通过时域和频域信号分析进行，随后采用随机森林（RF）、极限梯度提升（XGBoost）和多图层感知器（MLP）分类器进行机器学习分类，在12个故障类别中分别达到了99.79%、96.73%和92.96%的准确率。这些结果证实了该数据集作为旋转机械故障诊断研究基准的适用性，具有在机器学习、深度学习和跨转速泛化故障检测方法中的潜在应用价值。