NASA刀具数据集
1、数据集解读
刀具数据集包含钨钢精加工过程中的刀具振动等传感器数据以及工件质量检测数据。 数据集中共有34个特征，包括切削刃角度、切削深度、旋转速度等，可用于研究切削过程的性能、异常检测和故障预测等方面。
2、数据集说明文件
磨机数据集文件
Kai Goebel（美国航空航天局艾姆斯）和Alice Agogino（加州大学伯克利分校）
这组数据代表了在不同操作条件下在铣床上运行的实验
条件特别是，对常规切削和入口切削中的刀具磨损进行了研究（Goebel，1996）
和出口切割。由三种不同类型的传感器（声发射传感器、振动传感器）采样的数据
传感器、电流传感器）。
数据被组织在1x167 matlab结构数组中，其字段如下表1所示：
表1：结构字段名称和说明
字段名称描述
案例案例编号（1-16）
在每种情况下进行实验运行的运行计数器
VB法兰磨损，运行后测量；每次运行后未进行VB测量
时间实验持续时间（每种情况下重新开始）
DOC切割深度（不因不同情况而变化）
进料进料（不因不同情况而变化）
材料材料（不因不同情况而有所不同）
smcAC交流主轴电机电流
smcDC直流主轴电机电流
vib_table工作台振动
vib_主轴振动
AE_table表中的声发射
AE_spindle主轴处的声发射
有16个案例的运行次数各不相同。运行次数取决于
以不规则的间隔在两次运行之间测量的侧面磨损达到磨损极限（有时
超越）。侧面磨损并不总是测量的，有时没有测量，也没有进入
制作完成。
表2中列举了这16种情况
表2：实验条件
切削进给材料的壳体深度
1 1.5 0.5 1–铸铁
2 0.75 0.5 1–表壳铁
3 0.75 0.25 1–铸铁
4 1.5 0.25 1–铸铁
5 1.5 0.5 2–钢
6 1.5 0.25 2–钢
7 0.75 0.25 2–钢
8 0.75 0.5 2–钢
9 1.5 0.5 1–铸铁
10 1.5 0.25 1–铸铁
11 0.75 0.25 1–铸铁
12 0.75 0.5 1–铸铁
13 0.75 0.25 2–钢
14 0.75 0.5 2–钢
15 1.5 0.25 2–钢
16 1.5 0.5 2–钢
实验设置
实验的设置如下图1所示。
电荷放大器
电荷放大器
声发射
传感器主轴
声发射
传感器工作台
振动传感器
主轴
振动传感器
表
主轴电动机
电流传感器
前置放大器RMS
均方根前置放大器
低压/高压过滤器均方根值
低压/高压过滤器均方根值
计算机
记录器
图1-实验设置
基本设置包括Matsuura加工中心MC-510V的主轴和工作台。一
声发射传感器和振动传感器分别安装在桌子和主轴上
加工中心。来自所有传感器的信号都经过放大和滤波，然后通过两个RMS进行馈送
在它们进入计算机进行数据采集之前。主轴电机电流传感器的信号被馈送
进入计算机而无需进一步处理。
为实验选择的参数矩阵以工业适用性和
推荐的制造商设置。因此，切割速度被设置为200m/min
相当于826转/分钟。选择了两种不同的切割深度，1.5mm和0.75mm。此外
采食量分别为0.5mm/rev和0.25mm/rev，转化为413mm/min和206.5mm/min，
分别地使用了两种类型的材料，铸铁和不锈钢J45，正如已经使用的那样
如前所述，带有KC710型插入件。这些选项相当于8种不同的设置。全部的
用第二组插入物用相同的参数进行第二次实验。的大小
工件尺寸为483mm x 178mm x 51mm。
数据采集与处理
如前一节所述，数据通过具有
最大采样率为100KHz。数据的采样输出用于信号处理
软件LabVIEW®（美国国家仪器公司）用于此任务。此软件是通用的
使用图形语言（G）的通用编程开发系统。对于G，程序是
以框图形式创建。所选布局允许进行数据采集、存储、演示，
以及处理。存储数据以便进行实时模拟和以后的分析。
对几个传感器信号进行了预处理。在大多数情况下，信号被放大以能够
满足设备的阈值要求。特别是来自声发射传感器的信号
和来自振动传感器的信号被放大到最大负载的±5V范围内，考虑到
设备的最大允许范围。通过高通滤波器对信号进行滤波
振动传感器信号另外用低通滤波器进行滤波。已选择拐角频率
根据示波器上可以观察到的噪声。180Hz的周期性噪声
在示波器上观察到与主谐波的三次谐波相对应的振动信号
电源。因此，低通滤波器的角频率选择为400
3、下载获取数据
数据来源于网络，用于学习研究，获取方式
关注公众号52phm，回复刀具数据集即可获取数据下载链接。