Page 199 - 《振动工程学报》2025年第9期

第 9 期 张伟涛，等：宽转速范围航发主轴轴承振动数据集 2129

364. method for bearing fault diagnosis[J]. Journal of Harbin
ZHANG Feng， HU Yantao， SHI Xianfeng. Cyclic Wiener University of Science and Technology，2022，27（4）：118-
filtering algorithm in discrete cosine transform domain for 124.
vibration signals[J]. Journal of Xi’an Technological University， [17] 黄扣，袁伟，陈红卫. 基于深度学习的轴承故障智能诊断
2015，35（5）：360-364. 方法研究 [J]. 计算机与数字工程，2022，50（8）：1827-
[6] 郝芳，王宏超. 改进循环维纳滤波器算法的滚动轴承复合 1832.
故障诊断 [J]. 中国工程机械学报，2018，16（4）：371-376. HUANG Kou，YUAN Wei，CHEN Hongwei. Research on
HAO Fang， WANG Hongchao. Fault diagnosis of rolling bearing fault intelligent diagnosis method based on deep learn-
element bearing’ compound faults basing on improved cyclic ing[J]. Computer and Digital Engineering， 2022， 50（ 8） ：
Wiener filter algorithm[J]. Chinese Journal of Construction 1827-1832.
Machinery，2018，16（4）：371-376. [18] 林诗麒，陈智丽，李宇鹏，等. 基于深度学习和多域决策
[7] Case Western Reserve University, Bearing Data Center. 融合的轴承故障智能诊断技术 [J]. 计算机集成制造系统，
Seeded fault test data[EB/OL]. (2016-05)[2025-08] http:// 2024，30（10）：3708-3718.
csegroups.case.edu/bearingdatacenter/home. LIN Shiqi，CHEN Zhili，LI Yupeng，et al. Intelligent bear-
[8] BECHHOEFER E. A quick introduction to bearing envelope ing fault diagnosis technology based on deep learning and
analysis[EB/OL]. (2016)[2025-08] http://www.mfpt.org/Fault-
multi-domain decision fusion[J]. Computer Integrated Manu-
Data/Fault-Data.htm.Set.
facturing Systems，2024，30（10）：3708-3718.
[9] LEE J, QIU H, YU G, et al. Rexnord technical services: bear- [19] 金江涛，许子非，李春，等. 基于深度学习与支持向量机
ing data set[EB/OL]. Moffett Field, CA: NASA Ames Prog-
的 滚 动 轴 承 故 障 诊 断 研究 [J]. 热 能 动 力 工 程 ， 2022，
nostics Data Repository, (2007) [2025-08]. https://ti.arc.nasa.
37（6）：176-184.
gov/tech/dash/groups/pcoe/prognostic-data-repository/.
JIN Jiangtao，XU Zifei，LI Chun，et al. Research on rolling
[10] DAGA A P，FASANA A，MARCHESIELLO S，et al. The
bearing fault diagnosis based on deep learning and support
politecnico di torino rolling bearing test rig：description and
vector machine[J]. Journal of Engineering for Thermal Energy
analysis of open access data[J]. Mechanical Systems and
and Power，2022，37（6）：176-184.
Signal Processing，2019，120：252-273.
[20] 刘佳峰. 基于深度学习的端到端轴承故障智能诊断方法
[11] FEMTO-ST Institute. IEEE PHM 2012 data challenge
[D]. 株洲：湖南工业大学，2022.
[EB/OL]. (2012-05) [2025-08]. http://www.femto-st.fr/en/
LIU Jiafeng. End-to-end bearing fault intelligent diagnosis
Research-departments/AS2M/Research-groups/PHM/IEEE-
method based on deep learning[D]. Zhuzhou：Hunan Univer-
PHM-2012-Data-challenge.php.
sity of Technology，2022.
[12] University of Ottawa. ORAP-40: ottawa railway bearing aging
[21] 温江涛，闫常弘，孙洁娣，等. 基于压缩采集与深度学习
and performance dataset[EB/OL]. (2020) [2025-08]. https://
的轴承故障诊断方法 [J]. 仪器仪表学报，2018，39（1）：
www.uottawa.ca/faculty-engineering/.
171-179.
[13] 张伟涛，纪晓凡，黄菊，等. 航发轴承复合故障诊断的循
WEN Jiangtao，YAN Changhong，SUN Jiedi，et al. Bear-
环 维 纳 滤 波 方法 [J]. 西 安 电 子 科 技 大 学 学 报 ， 2022，
ing fault diagnosis method based on compressed acquisition
49（6）：139-151.
and deep learning[J]. Journal of Scientific Instrument，2018，
ZHANG Weitao， JI Xiaofan， HUANG Ju， et al. Cyclic
39（1）：171-179.
Wiener filtering for compound fault diagnosis of an aero-
[22] 宫文峰，陈辉，张美玲，等. 基于深度学习的电机轴承微
engine rolling element bearing[J]. Journal of Xidian Univer-
小故障智能诊断方法 [J]. 仪器仪表学报，2020，41（1）：
sity，2022，49（6）：139-151.
195-205.
[14] 宋晓承，岑跃峰，张宇来，等. 基于双通道深度学习的轴
GONG Wenfeng， CHEN Hui， ZHANG Meiling， et al.
承故障诊断研究 [J]. 机电工程，2023，40（7）：988-998.
Intelligent diagnosis method for incipient fault of motor bear-
SONG Xiaocheng， CEN Yuefeng， ZHANG Yulai， et al.
ing based on deep learning[J]. Chinese Journal of Scientific
Bearing fault diagnosis based on two-channel deep learning[J].
Journal of Mechanical and Electrical Engineering， 2023， Instrument，2020，41（1）：195-205.
[23] 张伟涛，崔丹，刘璐，等. 宽转速范围下的航发主轴轴承
40（7）：988-998.
故障诊断方法 [J]. 振动与冲击，2023，42（5）：253-262.
[15] 芦奕霏. 基于深度学习的轴承故障诊断方法研究 [D]. 南
ZHANG W T，CUI D，LIU L，et al. Fault diagnosis method
京：南京邮电大学，2022.
of aero engine main shaft rolling bearings in wide rotating
LU Yifei. Research on bearing fault diagnosis method based
speed range[J]. Journal of Vibration and Shock， 2023，
on deep learning[D]. Nanjing： Nanjing University of Posts
and Telecommunications，2022. 42（5）：253-262.
[16] 柳秀，马善涛，谢怡宁，等. 面向轴承故障诊断的深度学
习方法 [J]. 哈尔滨理工大学学报，2022，27（4）：118-124. 通信作者：张伟涛（1983—），男，博士，教授。
LIU Xiu， MA Shantao， XIE Yining， et al. Deep learning E-mail：zhwt-work@foxmail.com