每日食用一篇，故障诊断入门资料整理，不断更新

信号处理和故障诊断相关知识

《信号处理基础知识》
频谱分析-FFT之后的那些事情
使用python（scipy和numpy）实现快速傅里叶变换（FFT）最详细教程
为什么要用傅里叶变换？FFT你不知道的细节
《旋转机械故障诊断基础知识》
公开数据集整理
开源代码

《信号处理基础知识》

频谱分析-FFT之后的那些事情

https://blog.csdn.net/czyt1988/article/details/84995295

使用python（scipy和numpy）实现快速傅里叶变换（FFT）最详细教程

https://blog.csdn.net/qq_27825451/article/details/88553441

为什么要用傅里叶变换？FFT你不知道的细节

http://xilinx.eetrend.com/content/2020/100048639.html

什么是ZoomFFT?

https://mp.weixin.qq.com/s/t6j5GdHVvXjlajP_YJTSsQ

【干货】分享数字信号处理PPT

https://mp.weixin.qq.com/s/atEj2wkMC1_tNNuvUdvBPg

信号时域分析方法的理解（峰值因子、脉冲因子、裕度因子、峭度因子、波形因子和偏度等）

https://zhuanlan.zhihu.com/p/35362151

时域分析——有量纲特征值含义一网打尽

https://zhuanlan.zhihu.com/p/57153601

时域分析——无量纲特征值含义一网打尽

https://zhuanlan.zhihu.com/p/57445453

机械振动信号常见时域(11个)、频域(13个)特征提取 Python 代码

https://blog.csdn.net/weixin_41888257/article/details/109023819

机械振动信号15个时域统计指标

https://blog.csdn.net/baidu_38963740/article/details/110940823

代码：小波包分解与重构、小波包能量特征提取

https://blog.csdn.net/ckzhb/article/details/78288847

概率论中的“矩”是什么意思

https://zhuanlan.zhihu.com/p/57802400

信号频域分析方法的理解（频谱、能量谱、功率谱、倒频谱、小波分析）

https://zhuanlan.zhihu.com/p/34989414

时域特征值提取的MATLAB代码实现（均方根、峰值因子、脉冲因子、裕度因子、峭度因子、波形因子和偏度等）

https://zhuanlan.zhihu.com/p/36162561

频域特征指标及其MATLAB代码实现（重心频率、均方频率、均方根频率、频率方差、频率标准差）

https://zhuanlan.zhihu.com/p/425141767

频域特征值提取的MATLAB代码实现（频谱、功率谱、倒频谱）

https://zhuanlan.zhihu.com/p/36163931

希尔伯特谱、边际谱、包络谱、瞬时频率/幅值/相位——Hilbert分析衍生方法及MATLAB实现

https://zhuanlan.zhihu.com/p/136447202

希尔伯特谱HHT python代码

https://emd.readthedocs.io/en/stable/emd_tutorials/02_spectrum_analysis/emd_tutorial_02_spectrum_01_hilberthuang.html

数字信号处理技术（二）变分模态分解（VMD）-Python代码

https://blog.csdn.net/weixin_45063703/category_11071347.html

Python实现“EMD\EEMD\VMD+Hilbert时频图”与“CWT小波时频图”

https://blog.csdn.net/Lwwwwwwwl/article/details/122025309

频域特征值提取的MATLAB代码实现（小波分析）

https://zhuanlan.zhihu.com/p/36743763

这篇文章能让你明白经验模态分解（EMD）——基础理论篇

https://zhuanlan.zhihu.com/p/40005057

这篇文章能让你明白经验模态分解（EMD）——IMF的物理含义

https://zhuanlan.zhihu.com/p/44833026

这篇文章能让你明白经验模态分解（EMD）——EMD在MATLAB中的实现方法

https://zhuanlan.zhihu.com/p/89165363

类EMD的“信号分解方法”及MATLAB实现（第一篇）——EEMD

https://zhuanlan.zhihu.com/p/121803211

类EMD的“信号分解方法”及MATLAB实现（第二篇）——CEEMD

https://zhuanlan.zhihu.com/p/347783921

类EMD的“信号分解方法”及MATLAB实现（第三篇）——CEEMDAN

https://zhuanlan.zhihu.com/p/394988618

类EMD的“信号分解方法”及MATLAB实现（第四篇）——VMD

https://zhuanlan.zhihu.com/p/396775790

类EMD的“信号分解方法”及MATLAB实现（第五篇）——ICEEMDAN

https://zhuanlan.zhihu.com/p/434546183

类EMD的“信号分解方法”及MATLAB实现（第六篇）——LMD

https://zhuanlan.zhihu.com/p/444277130

类EMD的“信号分解方法”及MATLAB实现（第七篇）——EWT

https://zhuanlan.zhihu.com/p/458603748

【熵与特征提取】基于“信息熵”的特征指标及其MATLAB代码实现（功率谱熵、奇异谱熵、能量熵）

https://zhuanlan.zhihu.com/p/426102210

《旋转机械故障诊断基础知识》

振动传感器怎样选型？

https://mp.weixin.qq.com/s/7rLRpIAySeV164yrTj0cdw

传感器安装要求

https://mp.weixin.qq.com/s/A41E1hO42QlJ4caviI0Tjw

荐：采样频率设置要求

https://mp.weixin.qq.com/s/RSJeFDeTs1DG2O_iTN0Zdg

荐：采样频率到底多高才不会使信号幅值明显失真？

https://mp.weixin.qq.com/s/tV3IbxK3EIgaHiIKzxoO8w

荐：齿轮的振动机理、信号特征及故障诊断

https://mp.weixin.qq.com/s/i-r_q9sO7Mt7GHa-LDFvEg

荐：常用振动诊断方法——包络分析和阶次分析

https://mp.weixin.qq.com/s/lzsWv-dlVoBHi9phgwFQRQ

什么是希尔伯特变换？

https://mp.weixin.qq.com/s/oJfSm9iufP83EiagcAQ32w

为什么需要包络分析？

https://mp.weixin.qq.com/s/Bl5YsAijxGuqggxKw2oe4g

什么是包络分析？

https://mp.weixin.qq.com/s/uAuVcAvnnSxdW4HgbIfREA

希尔伯特-包络分析步骤与实例

https://mp.weixin.qq.com/s/ML9DKAXo0BBZGBeP-T3PHQ

什么是倒（频）谱分析？

https://mp.weixin.qq.com/s/uddlmNS9_YJy-tNM9NQquw

对比两种故障调解方法：倒频谱和包络解调

https://mp.weixin.qq.com/s/Z61whOqBslRy4fWZuT5g-w

振动监测在滑动轴承故障诊断中的应用

https://mp.weixin.qq.com/s/4kgvGNSUa3Wvd1NpweVunw

早期振动故障诊断准确率低的原因解析

https://mp.weixin.qq.com/s/8XIZsFbbHy4Eu4PliVTSPQ

大型旋转机械状态监测与故障诊断常用图谱简介

https://mp.weixin.qq.com/s/QLerKXpn_7gYe2wd9FA3dg

100多个故障诊断名词术语和释义，常用的都在这了！

https://mp.weixin.qq.com/s/N1nDjjvLsubfA_R1-m3Kcg

基础理论知识：齿轮箱振动信号处理方法

https://mp.weixin.qq.com/s/WIHZoPn85shtZTZrd2lhRw

齿轮故障诊断的几种具体方法，经验总结

https://mp.weixin.qq.com/s/dzOKxdGf_8gPJrFMmqHfpQ

齿轮结构的频谱特征

https://mp.weixin.qq.com/s/BAs2uk-dAdzULvELeNVEog

行星齿轮的特征频率

https://mp.weixin.qq.com/s/c0MZp2gHexQE2q8Q_I_7UA

齿轮的特征阶次

https://mp.weixin.qq.com/s/sozloydqi9Yt8ksfnkWbOA

齿轮的边频带

https://mp.weixin.qq.com/s/9NJFeEdHfw33YUnZ721xIQ

齿轮的调制效应

https://mp.weixin.qq.com/s/15cRY98mlPTFOEmty2wS4g

什么是峭度？

https://mp.weixin.qq.com/s/fGwO1wLW8LbDmUjiwxZPJg

什么是阶次？

https://mp.weixin.qq.com/s/LQAIzyvUuhbEVW9QjmxZ8A

怎么理解阶次？

https://mp.weixin.qq.com/s/i_VHsM5OaKZeLas7NM3bsQ

阶次跟踪是什么鬼？

https://mp.weixin.qq.com/s/JEHz51FoMuM5v2lBbyfYTw

转速测量分析：说起来容易做起来难！

https://mp.weixin.qq.com/s/j8d1EuD7xm3AWLj6mT7Jig

为什么会产生谐波或谐阶次？

https://mp.weixin.qq.com/s/6NL1glW-Mg1K1HzzOclyCQ

PPT|阶次基础

https://mp.weixin.qq.com/s/bZupRQpNTLtgoD9FqmrXMQ

轴承常见的失效形式

https://mp.weixin.qq.com/s/CzMwFxOxdrQqJhfWhz-dgQ

滚动轴承的运动学(特征频率与阶次)

https://mp.weixin.qq.com/s/xTqY9P1QLX689tgGYkPkyA

滚动轴承故障振动处理方法

https://mp.weixin.qq.com/s/udsZgl7ZBtkSgcf4YmSyVg

信号中的噪声来自哪里

https://mp.weixin.qq.com/s/ZvdMpFBb3rfNwzIwRgA2PA

机械故障诊断研究、先进故障诊断方法、故障特征的一些问题讨论

https://www.zhihu.com/column/aresmiki

齿轮故障诊断2.ppt

https://max.book118.com/html/2019/0918/8070105000002051.shtm

荐：常见的齿轮故障诊断.ppt

https://max.book118.com/html/2018/1110/6213135132001230.shtm

齿轮箱故障诊断详解.ppt

https://max.book118.com/html/2016/0322/38375169.shtm

图解：15类39个机械振动故障及其特征频谱

https://zhuanlan.zhihu.com/p/420879895

荐：值得收藏的机械设备振动标准，太实用了（2）

https://zhuanlan.zhihu.com/p/142108548

公开数据集整理

网站1数据集介绍

https://githubmemory.com/repo/diegotheairwolf/Rotating-machine-fault-data-set

网站2数据集介绍

http://mad-net.org:8765/explore.html?t=0.5831516555847212.

西安交通大学轴承加速寿命试验数据

https://biaowang.tech/xjtu-sy-bearing-datasets/

西安交通大学齿轮轴承试验数据

https://pan.baidu.com/s/1nyi1CSO9Ox0Oa3DQoP6AnQ#list/path=%2F
密码：1234

在这里插入图片描述

美国可再生能源局(NREL)风机齿轮箱数据集

https://data.openei.org/submissions/738

开源代码

(不同转速间)Domain Adversarial Graph Convolutional network (DAGCN)

https://github.com/HazeDT/DAGCN

(不同转速间)Applications of Unsupervised Deep Transfer Learning to Intelligent Fault Diagnosis: A Survey and Comparative Study

https://github.com/ZhaoZhibin/UDTL

(同一转速间)基于卷积神经网络的轴承故障诊断算法研究_张伟

https://github.com/AaronCosmos/wdcnn_bearning_fault_diagnosis

(小样本学习)Limited Data Rolling Bearing Fault Diagnosis with Few-shot Learning

https://github.com/SNBQT/Limited-Data-Rolling-Bearing-Fault-Diagnosis-with-Few-shot-Learning

(不同数据集之间迁移)Deep Convolutional Transfer Learning Network: A New Method for Intelligent Fault Diagnosis of Machines With Unlabeled Data

A New Method for Intelligent Fault Diagnosis of
Machines With Unlabeled Data
https://github.com/ArthurWish/DCTLN-

数字信号处理介绍及python源代码实战

https://wizardforcel.gitbooks.io/hyry-studio-scipy/content/0.html

An unsupervised fault diagnosis method for rolling bearing using STFT and generative neural networks

https://github.com/lkurakht/CatGAN-bearing-faults
注：资料整理来源说明：
公众号：声振之家、模态空间
知乎：Mr.看海知乎专栏：与信号处理有关的那些东东
如有侵权，请私信联系，马上删除。