齿轮箱与轴承故障诊断公开数据集全指南：五大齿轮专题集与使用避坑

齿轮箱和轴承的振动故障数据，在故障诊断领域属于公开数据中相对成熟的一类。

摘要：齿轮箱故障诊断研究中，选对公开数据集是避免方向偏差的第一步。本文系统梳理了齿轮箱与轴承振动故障诊断领域最核心的公开数据集，重点澄清了「公开数据不等于齿轮数据」这一常见误区，并按优先级列出了东南大学、清华MCC5-THU、Kaggle、OEDI、PHM2009五大齿轮专题数据集，同时补充了CWRU、帕德博恩大学等轴承数据来源及使用许可注意事项。文章提供数据查找策略、镜像替代方案与核心参考链接，帮助研究者高效定位对口数据、规避许可风险，快速进入故障诊断实验环节。

可获取的资源较多：GitHub、国外高校官网、Kaggle 上都有；国内的和鲸、天池、AI Studio 等平台也能检索到。但在实际查找和使用过程中，有几个容易被忽略的问题值得提前说明，可以帮你少走弯路。

摘要：齿轮箱故障诊断研究中，选对公开数据集是避免方向偏差的第一步。本文系统梳理了齿轮箱与轴承振动故障诊断领域最核心的公开数据集，重点澄清了「公开数据不等于齿轮数据」这一常见误区，并按优先级列出了东南大学、清华MCC5-THU、Kaggle、OEDI、PHM2009五大齿轮专题数据集，同时补充了CWRU、帕德博恩大学等轴承数据来源及使用许可注意事项。文章提供数据查找策略、镜像替代方案与核心参考链接，帮助研究者高效定位对口数据、规避许可风险，快速进入故障诊断实验环节。

常见误区与注意事项

1. 「公开数据」不等于「齿轮数据」。 绝大多数权威数据集其实是面向「轴承」的。如果你要做的是齿轮（即带齿、会断齿、会出现裂纹的部件）的故障诊断，真正对口且干净的数据集只有为数不多的几个。若用顶级的轴承数据（如CWRU那套经典数据集）来替代齿轮相关的工作，方向会出现偏差。因此，不要只看到「公开」二字就直接使用，应先确认手中这份数据到底属于哪一类。

2. 选对来源比逐个翻找更高效。 下面把最对口的几个来源按建议顺序列出，可据此查找。

最对口齿轮需求的专题集（优先查看）

齿轮和轴承都需要时，补充轴承部分

• 凯斯西储大学（CWRU）的轴承数据：这是行业内的事实标准。官网为「engineering.case.edu/bearingdatacenter」。由于是境外站点，国内访问可能较慢或偶有不稳定。无法打开时，可在GitHub 上搜索同名数据，或到和鲸、天池、AI Studio中搜索中文名「CWRU轴承数据集」，一般都有镜像。
• 德国帕德博恩大学的轴承数据：可在官网「mb.uni-paderborn.de/kat/forschung/bearing-datacenter」找到。其数据较为完整，包含32种状态。需特别注意：它的许可协议是CC BY-NC 4.0，仅允许非商业的学术研究，且必须引用原文。如果用途是商业应用，这套数据不可使用。

3. 先查清楚再动手，可减少返工。 不建议一开始就到处下载。GitHub 上有一个名为「hustcxl/Rotating-machine-fault-data-set」的汇总仓，其中将SEU、帕德博恩等多个数据集的说明文档整理成了中文。知乎上也有一份较为完整的清单（搜索「故障诊断开源数据集汇总」）。建议先到这些来源，把「每个数据集到底是什么、有哪些限制」查清楚，再决定下载哪一个。这部分时间值得投入。

4. 许可问题不可想当然。

• 默认「公开 = 可商用」是最常见的误区。帕德博恩明确禁止商用；CWRU 要求注明出处；SEU 这类数据集多数要求用于学术研究并引用论文。只要涉及商业产品，使用前必须回到每个数据集的原始发布页，逐字确认其license原文。
• GitHub上多为第三方镜像，其版本和完整性可能与官方源存在出入。如需严谨，应尽量回原始出处核对。
• 国内平台（和鲸、天池、AI Studio）上是否恰好有对口的数据集，无法一概而论。需自行到各平台搜索「齿轮箱」「故障诊断」等关键词确认，没有即没有，有则可作为补充。

数据获取与预处理流程

从明确需求到完成数据预处理，建议按以下步骤推进，避免遗漏关键环节：

各步骤要点说明：

• ① 确认需求：先明确研究对象是齿轮、轴承还是复合故障，是否需要变工况数据，以及故障类型覆盖范围。
• ② 查找来源：按本文「最对口齿轮需求的专题集」优先级顺序查找，齿轮和轴承都需要时补充轴承部分。
• ③ 检查许可：回到原始发布页逐字确认 license，尤其注意 CC BY-NC 4.0 等非商业限制。
• ④ 下载数据：优先选择国内镜像（GitHub、和鲸、AI Studio），境外源无法访问时使用镜像替代方案。
• ⑤ 格式转换：常见格式包括 .mat、CSV、HDF5，根据实验框架统一采样率与通道顺序。
• ⑥ 划分数据集：按 7:2:1 或 8:1:1 比例划分训练/验证/测试集，注意保持各类故障样本均衡。

常见问题与解答（FAQ）

Q1：如何判断一个数据集是否包含变工况数据？

• 查看转速/负载描述：检查官方文档是否标注了多种转速（如 600/800/1000 rpm）或多级负载（如 0/50/100% 负载）。
• 确认采集条件说明：变工况数据集通常会明确列出不同工况下的采集参数，并在文件名或元数据中标注对应工况。
• 参考本文表格标注：清华 MCC5-THU 和 PHM2009 标注了「✅ 变工况」，而 Kaggle 和 OEDI 标注为「❌ 变工况」，可直接对照。

Q2：商用项目如何合规使用这些数据集？

• 逐字确认 license 原文：不要只看「公开」二字。帕德博恩（CC BY-NC 4.0）明确禁止商用；CWRU 要求注明出处；SEU 等通常要求学术用途并引用论文。
• 区分镜像与原始出处：GitHub 第三方镜像可能未附带完整许可说明，必须回到原始发布页（高校官网、Kaggle 页面）查看 license 原文。
• 优先选择宽松许可数据集：明确标注「可商用」或「MIT/Apache 2.0」的优先；仅有学术许可的需联系数据提供方获取商用授权。

Q3：国内无法访问 Kaggle 时，有哪些替代方案？

• OEDI 美国政府数据门户：与 Kaggle 上 brjapon 的齿轮箱数据同源，无需登录即可免费下载。
• 国内平台镜像：在和鲸、天池、AI Studio 搜索「齿轮箱故障诊断」「CWRU 轴承」等关键词，常有研究者上传的镜像副本。
• GitHub 镜像与知乎清单：本文已列出多个 GitHub 镜像（如 SEU、PHM2009 的 NASA DASHlink 镜像）；知乎搜索「故障诊断开源数据集汇总」可找到中文整理的三十多个数据集清单及下载指引。

Q4：下载后发现数据格式不统一（如 .mat、CSV、HDF5 混用），如何处理？

• 统一采样率：使用 Python 的 scipy.signal.resample 或 resampy 库将所有信号重采样到同一频率。
• 格式转换：.mat 文件用 scipy.io.loadmat 读取后导出为 CSV 或 NumPy 数组；HDF5 文件用 h5py 库处理。
• 通道对齐：根据文档确认各通道含义（如 X/Y/Z 向振动、转速、转矩），统一排列顺序后再进行后续分析。

小结

仅「找数据」一件事，就涉及七八个分散的来源：国内的镜像、国外高校的官网、协会的比赛网站、Kaggle、政府开放数据平台等。难点往往不在于「有没有」，而在于需要将这些来源逐一梳理，弄清楚哪个是真正对口的「齿轮」数据、哪个只是「轴承」数据；并确认哪个在国内能正常访问、哪个需要注册、哪个在商用上存在限制。

如果你希望节省这部分时间，我们可以协助完成这项工作。具体而言，就是把「去哪找」这件事，整合成一张清晰的表：哪些来源最对口、按什么顺序下载、各有哪些限制、无法访问时如何获取替代。我们提供的是数据可得性深度检索——在分散的来源中，把能找到的数据找出来、把能走通的路径指清楚；找不到或无法使用的，也会如实说明「此路不通」，而不是含糊地承诺一定能拿到。

核心参考链接与数据来源

链接整理于 2026-06，使用前请以官方页面实际状态为准。

• 东南大学SEU齿轮箱数据集镜像(cathysiyu/Mechanical-datasets) —— 最对口齿轮需求：含齿轮子集（断齿/缺齿/齿根裂纹/磨损/点蚀5类）+轴承子集，8通道振动+转矩。GitHub 第三方镜像，学术研究用免费，引用论文即可。完整性以原始出处为准。
• SEU-datasets(Yxz3930)东南大学数据集镜像 —— SEU 齿轮箱集的另一 GitHub 镜像，可作下载备选。国内访问相对顺畅。
• 旋转机械故障数据集汇总仓(hustcxl/Rotating-machine-fault-data-set) —— 开源旋转机械故障数据集索引仓，含 SEU/Paderborn 等各集的说明文档（doc/SEU.md、doc/Paderborn.md），适合先在这里查清楚每个集是什么再去下载。免费。
• MCC5-THU清华齿轮箱基准集 —— 变工况齿轮箱振动基准集，含多故障类型/严重度/复合故障。GitHub 直接访问，学术用途免费，配套论文在 PMC。
• Kaggle Gearbox Fault Diagnosis(brjapon) —— SpectraQuest齿轮箱模拟器采集,4向振动,0-90%负载,健康 vs 断齿两类。CSV 格式，需 Kaggle 账号（免费），境外站国内访问以实际为准。
• OEDI: Gearbox Fault Diagnosis Data(美国能源开放数据) —— 与上面Kaggle同源的’两级齿轮箱齿轮裂纹’集,定位齿轮裂纹/断齿诊断。可不登录直接下,免费。
• Gearbox Fault Diagnosis Data(美国政府开放数据catalog.data.gov) —— 同一齿轮箱齿轮裂纹集在美国政府开放数据门户的条目,可作下载备选。免费。
• PHM Society 公开数据集页(含2009齿轮箱挑战赛) —— PHM2009工业齿轮箱集(齿轮+轴承+轴复合故障,5种转速+高低负载,带标签约480MB)的官方入口。本次取页返回403,能否打开/是否需注册以官网实际为准;打不开走下面NASA DASHlink镜像。
• NASA DASHlink PHM2009齿轮箱集镜像 —— PHM2009 Gearbox Fault Detection数据集的NASA镜像,作为PHM官网打不开时的替代下载路径。免费。
• IEEE DataPort:CWRU轴承集+PHM2009齿轮箱集合集 —— 把CWRU轴承与PHM2009齿轮箱打包的IEEE DataPort条目,一处拿齐轴承+齿轮两半。IEEE DataPort部分资源需机构/会员权限,能否免费下以页面实际为准。
• 凯斯西储CWRU轴承数据中心(官网) —— 行业事实标准轴承集(SKF6205,12/48kHz,内圈/外圈/滚动体故障,3档损伤直径,0-3hp负载)。.mat格式免费,注明出处。境外高校站,国内直连可能慢,打不开走GitHub镜像。
• 帕德博恩大学KAt轴承数据中心(官网) —— 32种轴承状态(6健康+26损伤,含人工与加速老化),同步电机电流+振动+转速/转矩/温度。许可CC BY-NC 4.0(仅非商业学术,必须引用),也有Zenodo镜像。
• 和鲸社区数据集首页(国内平台) —— 国内公开数据集平台,有机械/工业类集。站内是否有’齿轮箱/轴承故障诊断’具体集需自行搜索确认,有没有/叫什么以平台站内实际为准,未替平台编集名链接。
• 阿里云天池开放数据集(国内平台) —— 国内最大数据竞赛/数据集平台,工业类集较多。站内’故障诊断/轴承/齿轮’具体集与下载链接需到平台搜确认,以平台页面为准。
• 百度飞桨AI Studio开放数据集(国内平台) —— 国内AI实训社区的开放数据集库,常有研究者上传的CWRU/SEU等故障诊断集镜像。具体有无/集名以站内搜索结果为准,未代为编造。
• 故障诊断开源数据集汇总(知乎,导航用) —— 中文整理的三十多个故障诊断开源集清单(含齿轮箱/轴承多类),适合作为入门导航逐个按图索骥。属二手整理,具体集的格式/许可/链接最终以各原始出处为准。

说明：本文为公开资料整理，仅供参考；平台政策、价格、下载方式与链接随时可能变化，本文不保证持续更新，请以各官方页面最新信息为准。