[文献阅读] A benchmark for bearing damage detection: Dataset and methods review
Published:
6203轴承损伤状态：数据驱基准数据集
Research Objective(s)
uni-paderborn的研究人员提出了一个新的轴承损伤检测数据集，并对现有的轴承损伤检测方法进行了评估和比较。该数据集包含了6203轴承在不同损伤状态下的振动信号，旨在为轴承损伤检测领域提供一个标准化的基准数据集，以促进算法的开发和评估。
其研究人员希望通过Motor Current signal(MCS) 的方法来检测和评估故障轴承信号的分类性能，同时与多种现有的轴承损伤检测方法进行了比较，并设定了一个包含有人工损伤/ 自然损伤/ 健康状态的轴承数据集，设置了严谨的实验台和数据采集流程，评估了不同的轴承损伤检测方法，并提供了一个基准数据集，以促进该领域的研究和发展。
Date-Set
轴承损伤的分类
uni-paderborn的研究人员不同于ISO 15243 标准对于轴承失效的六大分类（疲劳、磨损、腐蚀、电侵蚀、塑性变形以及断裂和开裂），其分类方式不能很好的描述缺陷的详细信息。因此，研究人员将轴承损伤分为四大信息，前三类提供轴承信息，第四类详细说明损坏情况。根据这些标准，可以为任何受损轴承制作详细参数以及实验设置说明。
Damage combinations/ 损伤组成：
- Single damage: 滚珠轴承上的单一部件的单一损伤，如内圈、外圈、滚珠或保持架的单一损伤。
- Repetitive damage: 同一轴承部件的多个部位重复出现相同的损伤症状，例如内环滚道上的多个非连续点蚀。
- Multiple damage: 轴承的多个部件同时存在不同类型的损伤，例如内圈和外圈同时存在点蚀。
Arrangement of the repetitive and multiple damages/ 重复和多重损伤类别：
该标准描述了各个部件（如内环）上重复性和多次损伤（见上文）损伤症状的类别。该标准由以下选项描述：
- Regular: 损伤症状会在组件上以规律模式反复出现。
- Random: 局部损伤症状的随机分布。
- No repetition: 损伤只发生一次，此标准不适用。
Geometrical size and Extent of damage/ 损伤尺寸描述与评级
损伤的几何大小由损伤的长度、宽度和深度描述，根据VDI 3832 (2013) Geometrical size：
Extent of damage： 损伤程度描述了损伤的归一化水平大小，这些水平与轴承尺寸无关，其等级基于损坏的长度，因为从机器操作员的角度来看，这是决定信号输出（CM）和损伤强度的决定因素。为此，计算长度与轴承周长的百分比，然后根据表2分为五个级别。
Artificial damage/ 人工损伤
本文中使用的人工损害由三种不同方法引起：
electric discharge machining: 电放电加工 (trench of 0.25 mm length in rolling direction and depth of 1-2 mm)
drilling 钻孔 (diameter: 0.9 mm, 2 mm, 3 mm)
manual electric engraving 手工电刻 (damage length from 1-4 mm)，这种损伤表面结构不规则且深度较浅，因此类似于真实的点蚀损伤。
关于根据制定标准（见第2节）可用测试轴承的尺寸及分类细节，详见Table 4
实验中，所有人工伤害都是单点伤害，没有重复性伤害，也没有与其他伤害组合（参见第2节——轴承损伤的分类）
Generating Real Bearing Damage Samples by Accelerated Lifetime Tests/ 通过加速寿命测试生成真实轴承损伤样本
本研究中，真实损伤的滚珠轴承通过加速寿命测试获得。加速寿命测试装置由轴承壳体和电动机组成，电动机驱动壳体内配备四个6203型测试轴承的轴（见图2）。测试轴承在径向载荷下旋转，该载荷由弹簧螺丝机构施加。
施加的径向力比通常轴承应用中更高，以加速疲劳损伤的出现，但仍足够低，并不超出轴承的静态载荷承受能力。此外，使用了低粘度机油，导致润滑条件不匹配，且更容易出现损坏。
通过寿命测试，获得了若干受损轴承，并根据制定的标准进行了分类。在使用周期测试中使用的108个轴承中，18个轴承被认定了33处损坏。约70%的损坏是疲劳损伤，表现为点蚀。
除一处断裂外，其余轴承均因塑性变形而受损，即由碎屑造成的凹陷。轴承的内环和外环都发生了点蚀损伤。仅在外环发现了凹陷。未观察到滚动部件的损坏。损坏程度根据受损表面滚向1至3级的长度分类（参见Table 2和Table 5）
Experimental set-up/ 实验设置
通过实验重现以利用测试设备生成故障数据。在生成测量数据时，会记录电机的电流信号。此外，测试轴承壳体的振动信号也被测量为参考。
Test-rig/ 测试平台
测试平台由多个模块组成：
电动机（1）、扭矩测量轴（2）、滚轴承测试模块（3）、飞轮（4）和负载电机（5），详见图4。不同损伤类型的滚珠安装在轴承测试模块中以生成实验数据
电机（1）是一台425瓦永磁同步电机（PMSM），额定扭矩为T = 1.35牛米，额定转速为n = 3,000转/分钟，额定电流为I = 2.3 A，极对编号p=4（Type SD4CDu8S009, Hanning Elektro-Werke GmbH & Co. KG）。它由频率逆变器（KEB Combivert 07F5E 1D-2B0A）操作，切换频率为16 kHz。
轴承壳体的加速度通过滚动轴承模块顶部的适配器测量，使用压电加速度计（Model No. 336C04, PCB Piezotronics, Inc.）和一个带低通滤波器的电荷放大器（Type 5015A, Kistler Group）在30 kHz进行测量。信号被数字化并同步存储到MCS，采样率为64 kHz。
飞轮和载荷机分别模拟被动设备的惯性和负载。负载电机为PMSM，额定扭矩为6牛米（功率1.7千瓦）。
Experiment/ 实验
驱动系统的转速、对测试轴承的径向力以及传动系统中的负载扭矩是主要的操作参数。为确保实验可比性，每个参数都设定了固定水平（见表6）。这三个参数在每次测量时间内保持不变。
在操作参数的基本设置（0号组）下，测试装置以 n = 1,500 rpm 运行，负载扭矩为 M = 0.7 Nm，方位的径向力为 F = 1,000 N。通过将参数逐一降低至n=900转/分钟、M=0.1牛顿和F=400牛顿（编号1-3）来使用三种额外设置。每个设置记录了20次4秒的测量。另一个参数是温度，所有实验期间温度大致保持在45-50°C之间。
总共进行了32种不同轴承的实验：12个轴承受人为损伤，14个轴承因加速寿命测试受损（见表4和表5）。此外，还进行了6个健康轴承和不同操作时间的实验作为参考状态，如表7所示。
DataBase/ 公开数据库
- CWRU: Bearing Data Center/ Seeded Fault Test Data
- FEMTO Bearing Data Set
- MFPT Fault Data Sets
- Bearing Data Set IMS
有些使用人工伤害（CWRU、MFPT），另一些使用真实伤害（FEMTO、IMS） CWRU和FEMTO通过不同负载和速度使用不同的工作条件;
另一些则仅使用不同的载荷情况（MFPT）或仅使用单一条件（IMS）。FEMTO数据集提供了运行至失效的数据，并提供了长周期的测量数据，但不提供损坏性质的任何信息。
Link:
本研究的实验数据包括：
32个不同轴承实验的测量数据。轴承主要分为三大类：
Undamaged (healthy) bearings (6x), see Table 6.
Artificially damaged bearings (12x), see Table 4.
Bearings with real damages caused by accelerated lifetime tests, (14x) see Table 5.
Envelope analysis for vibration signals/ 震动信号包络分析
轴承损伤导致信号中典型的特征运动学频率。当已知损伤位置（如外环或内环）及轴承几何参数时，这些频率可以用于局部损伤。
以两处单点损伤为例，分别位于内圈（KA04）和外圈（KI18）。图6中的包络谱清晰显示了外圈道 $f_0$ 的球通频率及其谐波。图7中内圈的损伤包络谱显示了轴及其谐波的基本旋转频率$f_n$、内圈的球通频率 $f_i$ 及其边带和相应的谐波。
从图8中，只有电源频率 $f_e$ 及其谐波容易被观察到。这主要是由于携带特征频率被外部噪声掩蔽，以及分布式损伤难以用特征频率方法检测
但采用DL（Deep Learning）的一些方法时，仍然可以从信号中提取有用的特征来区分不同的损伤状态，即使在传统方法无法检测到特征频率的情况下。
