GIFT大学 发布 Experimental Database for Detecting and Diagnosing Rotor Broken Bars in 3-Phase IMs 数据集, 应用在 电机故障诊断、深度学习 领域

GIFT大学 本次发布的数据集 Experimental Database for Detecting and Diagnosing Rotor Broken Bars in 3-Phase IMs, 该数据集由GIFT大学的研究团队创建，旨在通过电流和振动信号数据检测三相感应电机中的转子断条故障。数据集包含57,500张频谱图像，其中47,500张用于训练，10,000张用于测试。数据通过短时傅里叶变换（STFT）生成，涵盖了不同负载条件下的电机运行数据。数据集的创建过程包括对电机进行实验，模拟不同数量的转子断条故障，并采集相应的电流和振动信号。该数据集的应用领域主要集中在工业环境中感应电机的故障诊断，旨在通过深度学习模型提高故障检测的准确性和效率，减少非计划停机时间和维护成本。

查看Experimental Database for Detecting and Diagnosing Rotor Broken Bars in 3-Phase IMs

关于 GIFT大学 , GIFT大学是巴基斯坦的一所高等教育机构，提供多个学科领域的本科和研究生课程，包括计算机科学。该大学致力于通过高质量的教育和研究活动，培养具有创新能力和专业技能的学生。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。