含光左卫的工作笔记集

​原始传感器数据搜集用了mqtt，然后通过emqtt往redis推送，最终的数据呈现用了Grafana.EMQX Enterprise 5.4.1+ 用于在设备现场和 Redis 之间进行消息传递的 MQTT Broker。Node.js 18.17 用于模拟生成环境传感器数据，以及触发备个各类行为事件的运行环境。Redis 7.0.12 用于传感器数据暂存与分析、设备事件存储和分析。Grafana 9.5.1+ 用于展示和分析采集数据的可视化平台。​

C/Python互操作的工程实践样例

一个工业环境高噪声环境下的CNN算法优化样例，针对论文《高噪声下改进卷积神经网络轴承故障诊断》，唐治尧，中国设备工程，2024的笔记

数据采集与后续分析处理程序的设计层面的最大问题是解耦。模块之间的联系越少越好。1.1数据源设计采集设备或者桩模块拿到数据后，会发布到指定的命名管道，等待数据处理程序处理。相关的二进制数据会通过共享内存预先缓冲。命名管道未撤销，或者共享内存尚未销毁，直接跳过。命名管道在超时等待后直接关闭.数据处理程序，与数据源设计类似，也是超时自动退出。上面设计的好处是，数据源不依赖数据消费者，可以自行轮转。后面的分析进程可以单独选取自己希望处理的数据通道，分别处理。

这篇文章包含了一个从工程到数据处理和故障定位的完整过程。是一篇综述文档。它介绍了机械设备常见的三类故障（轴，齿轮、轴承）的故障特征，并在一个故障追踪过程中，运用各种传统故障分析方法，对实验数据进行采集。数据分析用了matlab。

依照工程环境的包络分析。注意加速度的单位，在包络图中，外圈故障的等幅梳状波的特征非常明显，滚珠在一个个压过坑。最终表现出类似等幅窄脉冲。这个冲击力不低。另一个注意事项是频谱里的故障谱线与原始时间轴振动信号ppk的对应关系。

振动包络计算的实现，和必要注释。

西交大轴承故障数据集的原始下载位置，及整个数据集的说明。

各位同志，你好，这是我的第一篇收费贴，从这里起步，我会在大概6个月时间内，持续关注西交大轴承振动数据集，尝试参照论文以及自己的尝试，用各种数学工具去逼近故障诊断这个任务，看看能做到什么程度。与振动故障采集、运算以及工程实施的所有的信息都会汇集到这个系列里，期待与您同行。肯定会有不少错误，希望各位随时发现随时指正，谢谢！