--- license: apache-2.0 language: - zh - en tags: - vibration - fault-diagnosis - prognostics - PHM - bearing-fault-diagnosis pretty_name: PHM-Vibench size_categories: - 10GB **PHM-Vibench** 是一个全面的工业设备振动信号分析基准平台，该项目是其中用到的数据，专注于机械故障诊断和预测性维护研究。 ## 📋 目录 - [📊 项目概览](#-项目概览) - [🗂️ 数据集目录](#️-数据集目录) - [🚀 快速开始](#-快速开始) - [📋 详细数据集信息](#-详细数据集信息) - [📁 项目结构](#-项目结构) - [🤝 如何贡献](#-如何贡献) - [📜 更新日志](#-更新日志) - [📚 引用 · Citation](#-引用--citation) - [📄 许可证](#-许可证) ## 📊 项目概览 PHM-Vibench是一个包含多个轴承故障诊断数据集的集合项目。该项目收集了来自全球多个研究机构的轴承振动数据，用于机械故障诊断和预测性维护研究。 ### 技术特性 - **数据规模**: 平台发布 83.6GB（34 个文件，详见 `published_manifest.json`）；原始/本地源数据 163GB+（不上传） - **数据集数量**: 18 个已发布 H5 数据集（`RM_010_SEU` 同时含轴承与齿轮子集）+ 齿轮箱 `RM_101_THU_GEARBOX` 本地已采集（下一周期发布） - **样本总数**: 49,000+ 个振动样本 - **故障类型**: 正常、内圈故障、外圈故障、滚动体故障、复合故障等 - **数据格式**: .mat, .csv, .xlsx, .h5 等多种格式，整合成h5文件 - **采样频率**: 6Hz - 512kHz 范围 - **应用场景**: 机械故障诊断、预测性维护、状态监测 ### 数据集统计 | 统计项 | 数值 | | ------------- | ---------------------------------- | | 📁 已发布 H5 | 18 个轴承数据集（+齿轮箱 `RM_101` 本地待发布） | | 📊 样本总数 | 49,000+ | | 💾 数据大小 | 平台发布 83.6GB（34 个文件）；原始/本地源数据 163GB+（不上传） | | 🏭 已采集测试台 | 23 个（其中 4 个尚未发布 H5） | | 🌍 来源国家 | 中国、美国、加拿大、德国、意大利等 | > 已采集但尚未发布 H5 的测试台：`RM_011_pump`、`RM_019_HIT`、`RM_025_KAIST`、`RM_026_HUST23`。 ## 🗂️ 数据集目录 ### 🔍 轴承故障数据集总览 下表为已发布的 18 个 H5 数据集（`RM_010_SEU` 同时包含轴承与齿轮子集，故第 9、14 行为同一文件的两个子集¹，文件仍计为 1 个 H5）。每个数据集的详细规格见下方[详细数据集信息](#-详细数据集信息)折叠块。 ¹ 第 14 行为 `RM_010_SEU.h5` 内的齿轮子集，并非独立文件；表中编号到 19 但发布文件数为 18。 | 序号 | 数据集名称 | 缩写 | VB_name | 开源状态 | | :--: | :-------------: | :------: | :----------------: | :---------: | | 1 | 凯斯西储大学 | CWRU | RM_001_CWRU | ✅ 经典开源 | | 2 | 西安交通大学 | XJTU | RM_002_XJTU | ✅ 开源 | | 3 | FEMTO-ST 研究所 | FEMTO | RM_003_FEMTO | ✅ 开源 | | 4 | IMS 齿轮轴承数据 | IMS | RM_004_IMS | ✅ 开源 | | 5 | 渥太华大学 2023 | Ottawa23 | RM_005_Ottawa23 | ✅ 开源 | | 6 | 清华大学 | THU | RM_006_THU | ✅ 开源 | | 7 | MFPT 学会 | MFPT | RM_007_MFPT | ✅ 开源 | | 8 | 新南威尔士大学 | UNSW | RM_008_UNSW | ✅ 开源 | | 9 | 东南大学（轴承） | SEU | RM_010_SEU | ✅ 开源 | | 10 | 越南河内（susu） | susu | RM_015_susu | ✅ 开源 | | 11 | 江南大学 | JNU | RM_016_JNU | ✅ 开源 | | 12 | 渥太华大学 2019 | Ottawa19 | RM_017_Ottawa19 | ✅ 开源 | | 13 | 清华大学 2024 | THU24 | RM_018_THU24 | ✅ 开源 | | 14 | 东南大学（齿轮）¹ | SEU | RM_010_SEU | ✅ 开源 | | 15 | 都灵理工大学 | DIRG | RM_020_DIRG | ✅ 开源 | | 16 | 哈工大 2023 | HIT23 | RM_023_HIT23 | ✅ 开源 | | 17 | 江苏科技大学 | JUST | RM_024_JUST | ✅ 开源 | | 18 | 华科 2024 | HUST24 | RM_031_HUST24 | ✅ 开源 | | 19 | 帕德博恩大学 | PU | RM_027_PU | ✅ 开源 | > `RM_006_THU`（清华）与 `RM_018_THU24`（清华 2024）为**非开源**子集，已随仓库发布用于基准复现，使用时请遵循其原始数据来源说明并联系相应作者。 ### 🔍 齿轮箱数据集总览 齿轮箱数据集 `RM_101_THU_GEARBOX`（5.5GB）已在本地采集，计划于**下一发布周期（v-next）**上线，本期暂未发布；对应的 `gear_metadata.xlsx` 将同期发布。 ## 🚀 快速开始 ### 1. 选择平台下载 PHM-Vibench 在 ModelScope 和 Hugging Face 同步发布。推荐先查看 `published_manifest.json`,再下载 `metadata.xlsx` 和一个小数据文件确认环境,最后按需下载具体 `RM_*.h5`。 > 为避免误走本机代理或镜像造成额外流量，仓库提供的下载脚本会清除 `HTTP_PROXY` / `HTTPS_PROXY` / `ALL_PROXY` 及常见 Hugging Face 自定义 endpoint 环境变量，固定使用官方平台 endpoint，并为 Hugging Face SDK 配置不读取环境代理的 HTTP session。 > 前置要求:需要 Python 3.8+。若系统默认 `python` 指向 Python 2,请改用 `python3`;建议在虚拟环境中操作（如 `python -m venv .venv && source .venv/bin/activate`）。 先做不联网自检（下列自检命令不需要任何第三方包,在未安装依赖时也能运行）: ```bash python scripts/download_phm_vibench.py --list-files python scripts/download_phm_vibench.py --platform modelscope --preset demo --dry-run python scripts/download_phm_vibench.py --platform hf --preset demo --dry-run ``` `--list-files` 会列出所有发布文件和估算大小;`--dry-run` 只打印计划,不会发起网络请求。 若要给脚本读取文件索引,使用 `python scripts/download_phm_vibench.py --list-files --json`;该命令同样不访问网络。 若要给脚本读取某次下载计划,使用 `--dry-run --json`;输出中 `network_request` 固定为 `false`。 `--platform modelscope` 可简写为 `--platform ms`;`--platform hf` 也接受 `--platform huggingface`。 安装本地工具和读取示例所需依赖: ```bash python -m pip install -r requirements.txt ``` ```bash # ModelScope: 默认只下载 metadata.xlsx python scripts/download_phm_vibench.py --platform modelscope --out data/PHM-Vibench # Hugging Face: 默认只下载 metadata.xlsx python scripts/download_phm_vibench.py --platform hf --out data/PHM-Vibench ``` 查看平台发布清单: ```bash python scripts/download_phm_vibench.py --platform modelscope --file published_manifest.json --out data/PHM-Vibench python scripts/download_phm_vibench.py --platform hf --file published_manifest.json --out data/PHM-Vibench ``` `published_manifest.json` 包含双平台 endpoint/revision、`metadata` / `docs` / `demo` / `all` 预设和数据集到 H5 文件的映射,可供下游脚本直接读取。 下载 metadata、README、manifest 和辅助脚本等小文件,不下载 H5: ```bash python scripts/download_phm_vibench.py --platform ms --preset docs --dry-run python scripts/download_phm_vibench.py --platform ms --preset docs --out data/PHM-Vibench python scripts/download_phm_vibench.py --platform huggingface --preset docs --out data/PHM-Vibench ``` 下载一个小型示例文件: ```bash python scripts/download_phm_vibench.py --platform modelscope --preset demo --out data/PHM-Vibench python scripts/download_phm_vibench.py --platform hf --preset demo --out data/PHM-Vibench ``` 下载指定数据集: ```bash python scripts/download_phm_vibench.py --platform modelscope --dataset RM_006_THU --out data/PHM-Vibench python scripts/download_phm_vibench.py --platform hf --dataset RM_006_THU --out data/PHM-Vibench # 可一次选择多个数据集;数据集名大小写不敏感 python scripts/download_phm_vibench.py --platform ms --dataset rm_006_thu,RM_007_MFPT --dry-run ``` `--dataset` 会自动带上 `metadata.xlsx`;如果只想下载 H5 文件,加 `--no-metadata`。 `--file` 也支持重复传入或逗号分隔,例如 `--file README.md,published_manifest.json`。 下载后可做本地校验;该命令不需要平台参数,也不会访问网络: ```bash python scripts/download_phm_vibench.py --verify-local --out data/PHM-Vibench --file metadata.xlsx python scripts/download_phm_vibench.py --verify-local --out data/PHM-Vibench --dataset RM_006_THU ``` 校验输出会汇总 `checked` / `ok` / `missing` / `size_mismatch` 和缺失文件总大小,方便判断还差多少内容。 > `--verify-local` 校验的是 `--out` 指向的目录中的文件。该目录应是你下载时传入的 `--out`（默认 `PHM-Vibench`）；若直接在已克隆/已下载的仓库根目录校验，请传 `--out` 指向该目录（例如 `--out .`），否则脚本会在当前目录下查找子目录 `PHM-Vibench`。 执行 `--preset demo` 后,可快速检查已下载的 metadata 和 H5 样本: ```bash python scripts/inspect_phm_vibench.py --root data/PHM-Vibench --list-datasets python scripts/inspect_phm_vibench.py --root data/PHM-Vibench --smoke python scripts/inspect_phm_vibench.py --root data/PHM-Vibench --dataset RM_007_MFPT ``` `--smoke` 会在本地已下载的发布 H5 中选择最小的一个做样本检查,只读本地文件,不访问网络。 全量下载（约 90 GB，即 83.6 GiB / 34 个文件）,需要显式确认: ```bash python scripts/download_phm_vibench.py --platform modelscope --preset all --dry-run python scripts/download_phm_vibench.py --platform hf --preset all --dry-run python scripts/download_phm_vibench.py --platform modelscope --preset all --yes --out data/PHM-Vibench python scripts/download_phm_vibench.py --platform hf --preset all --yes --out data/PHM-Vibench ``` 前两条只打印全量下载计划和估算大小,不会访问网络;真正下载必须额外加 `--yes`。 ### 2. 读取 metadata 和 H5 ```python from pathlib import Path import h5py import pandas as pd root = Path("data/PHM-Vibench") # 应与下载时传入的 --out 一致；在仓库根目录直接使用时改为 Path(".") meta = pd.read_excel(root / "metadata.xlsx") # 选择某个数据集的一条样本记录 row = meta[meta["Name"].eq("RM_007_MFPT")].iloc[0] sample_id = str(int(row["Id"])) with h5py.File(root / "RM_007_MFPT.h5", "r") as f: signal = f[sample_id][:] print(row[["Id", "Name", "Label", "Sample_rate", "Sample_lenth", "Channel"]]) print(signal.shape) ``` ### 3. 直接使用 SDK 更推荐使用上面的下载脚本。若必须直接调用平台 SDK,也应在 Python 进程内清理代理和 HF mirror endpoint;Hugging Face 还需要显式配置不读取环境代理的 HTTP session。 Hugging Face: ```python import os NETWORK_REDIRECT_KEYS = ( "HTTP_PROXY", "HTTPS_PROXY", "ALL_PROXY", "http_proxy", "https_proxy", "all_proxy", "HF_ENDPOINT", "HF_HUB_ENDPOINT", "HUGGINGFACE_HUB_BASE_URL", ) for key in NETWORK_REDIRECT_KEYS: os.environ.pop(key, None) os.environ["NO_PROXY"] = "*" os.environ["no_proxy"] = "*" import requests from huggingface_hub import configure_http_backend from huggingface_hub import hf_hub_download def no_proxy_backend() -> requests.Session: session = requests.Session() session.trust_env = False session.proxies = {} return session configure_http_backend(backend_factory=no_proxy_backend) hf_hub_download( repo_id="PHMbench/PHM-Vibench", repo_type="dataset", filename="metadata.xlsx", revision="main", local_dir="data/PHM-Vibench", endpoint="https://huggingface.co", proxies={}, ) ``` ModelScope: ```python import os NETWORK_REDIRECT_KEYS = ( "HTTP_PROXY", "HTTPS_PROXY", "ALL_PROXY", "http_proxy", "https_proxy", "all_proxy", "HF_ENDPOINT", "HF_HUB_ENDPOINT", "HUGGINGFACE_HUB_BASE_URL", ) for key in NETWORK_REDIRECT_KEYS: os.environ.pop(key, None) os.environ["NO_PROXY"] = "*" os.environ["no_proxy"] = "*" from modelscope.hub.file_download import dataset_file_download dataset_file_download( dataset_id="PHMbench/PHM-Vibench", file_path="metadata.xlsx", revision="master", local_dir="data/PHM-Vibench", ) ``` ### 4. 维护者发布前自检 维护者在任何上传/删除前先做本地检查和 dry-run;这些命令不访问网络。 ```bash python scripts/check_publish_plan.py doctor python scripts/check_publish_plan.py self-test python scripts/check_publish_plan.py local-check python scripts/check_publish_plan.py list-datasets python scripts/check_publish_plan.py dry-run-upload --platform all python scripts/check_publish_plan.py manifest python scripts/publish_phm_vibench.py plan --platform all ``` `dry-run-upload` 和 `publish_phm_vibench.py plan` 同样默认清除代理和 HF mirror endpoint 环境变量,只打印计划,不会上传、下载或删除远端文件。真正发布需要显式确认: ```bash python scripts/publish_phm_vibench.py execute --platform hf --file metadata.xlsx --yes --confirm NO_PROXY_UPLOAD ``` 不传 `--file` 时会发布完整 rolling manifest;执行前务必先跑 `plan`。脚本会拒绝 manifest 外路径,并默认撤下 legacy `metadata_*.xlsx`。 发布后可做远端轻量核验;该命令只列远端文件并比对大小,不会上传或下载数据文件,但会访问平台 API,且同样默认清除代理和 HF mirror endpoint: ```bash python scripts/check_publish_plan.py remote-verify --platform all ``` ## 📋 详细数据集信息
点击展开所有数据集详细信息

1️⃣ 凯斯西储大学轴承数据集 (CWRU) - RM_001_CWRU

 - **轴承型号**: 🔩 SKF6205/SKF6203 - **转速范围**: ⚙️ 1730~1797rpm - **负载条件**: ⚖️ 0hp,1hp,2hp,3hp - **故障类型**: ⚠️ 正常(NC),内圈故障(IF),滚动体故障(BF),外圈故障(OF) - **故障程度**: 📏 0.007",0.014",0.021" - **采样频率**: 📶 12kHz,48kHz - **采样时长**: ⏱️ 40.325s - **通道数量**: 🔌 3 - **特别说明**: 📝 NC,IF,BF,OF分别为正常，内圈故障，滚动体故障，外圈故障 - **引用文献**: 📚 Rolling element bearing diagnostics using the case western reserve university data: A benchmark study

2️⃣ 西安交通大学轴承数据集 (XJTU) - RM_002_XJTU

 - **轴承型号**: 🔩 LDK UER204 - **转速范围**: ⚙️ 2100/2250/2400rpm - **负载条件**: ⚖️ 12/11/10kN - **故障类型**: ⚠️ 内圈磨损/外圈磨损/外圈裂损/保持架断裂 - **故障程度**: 📏 / - **采样频率**: 📶 25.6kHz - **采样时长**: ⏱️ 1.28s - **通道数量**: 🔌 2 - **引用文献**: 📚 XJTU-SY滚动轴承加速寿命试验数据集解读

3️⃣ FEMTO-ST研究所数据集 (FEMTO) - RM_003_FEMTO

 - **数据来源**: 🔩 FEMTO-ST研究所 - **故障类型**: ⚠️ 正常/内圈故障/外圈故障/滚动体故障 - **采样频率**: 📶 25.6kHz - **数据获取**: ✅ 开源 - **引用文献**: 📚 FEMTO-ST bearing data set benchmark

4️⃣ IMS齿轮轴承数据 (IMS) - RM_004_IMS

 - **数据来源**: 🔩 IMS测试台 - **故障类型**: ⚠️ 正常/内圈故障/外圈故障/滚动体故障 - **采样频率**: 📶 20kHz - **数据获取**: ✅ 开源 - **引用文献**: 📚 IMS bearing data documentation

5️⃣ 渥太华大学2023数据集 (Ottawa23) - RM_005_Ottawa23

 - **数据来源**: 🔩 渥太华大学 - **故障类型**: ⚠️ 正常/内圈故障/外圈故障/滚动体故障 - **采样频率**: 📶 100kHz - **数据获取**: ✅ 开源 - **引用文献**: 📚 Ottawa 2023 bearing dataset

6️⃣ 清华大学数据集 (THU) - RM_006_THU

 - **轴承型号**: 🔩 6204 - **转速范围**: ⚙️ 1Hz,10Hz,15Hz - **故障类型**: ⚠️ 正常(NC),内圈故障(IF),滚动体故障(BF),外圈故障(OF) - **故障程度**: 📏 0.5mm - **采样频率**: 📶 20480Hz - **采样时长**: ⏱️ 60s - **通道数量**: 🔌 2 - **特别说明**: 📝 一个通道为振动，一个通道为电压 - **数据获取**: 🔒 非开源 - **引用文献**: 📚 Piezoelectric energy harvester for rolling bearings with capability of self-powered condition monitoring

7️⃣ MFPT学会数据集 (MFPT) - RM_007_MFPT

 - **轴承型号**: 🔩 NICE轴承 - **转速范围**: ⚙️ 25Hz - **负载条件**: ⚖️ 0-300lbs - **故障类型**: ⚠️ 正常/外圈故障/内圈故障 - **采样频率**: 📶 97656/48828sps - **采样时长**: ⏱️ 3/6s - **数据链接**: 🔗 https://mfpt.org/fault-data-sets/ - **引用文献**: 📚 MFPT bearing fault dataset

8️⃣ 新南威尔士大学数据集 (UNSW) - RM_008_UNSW

 - **转速范围**: ⚙️ 6Hz,12Hz,15Hz,20Hz - **故障类型**: ⚠️ 正常/内圈故障/外圈故障 - **采样频率**: 📶 6Hz - **通道数量**: 🔌 6 - **特别说明**: 📝 水平、垂直加速度，编码器信号，负载和转速信号 - **引用文献**: 📚 A benchmark of measurement approaches to track the natural evolution of spall severity in rolling element bearings

9️⃣ 东南大学轴承数据集 (SEU) - RM_010_SEU

 - **转速范围**: ⚙️ 1200/1800rpm - **负载条件**: ⚖️ 0/2V - **故障类型**: ⚠️ 正常/滚动体/内圈/外圈/复合故障 - **采样频率**: 📶 5120Hz - **通道数量**: 🔌 8 - **数据类型**: 🔩 轴承故障数据 - **特别说明**: 📝 电机振动、行星齿轮箱三轴振动、电机扭矩、平行齿轮箱三轴振动 - **引用文献**: 📚 Highly-Accurate Machine Fault Diagnosis Using Deep Transfer Learning

1️⃣1️⃣ 越南河内 (susu) - RM_015_susu

 - **数据来源**: 🔩 苏州大学苏老师 - **故障类型**: ⚠️ 正常/内圈故障/外圈故障/滚动体故障 - **采样频率**: 📶 25.6kHz - **数据获取**: ✅ 开源 - **引用文献**: 📚 苏州大学苏老师内部技术文档

1️⃣2️⃣ 江南大学数据集 (JNU) - RM_016_JNU

 - **转速范围**: ⚙️ 600/800/1000rpm - **故障类型**: ⚠️ 正常/内圈/外圈/滚动体故障 - **故障程度**: 📏 0.3×0.25/0.5×0.15mm - **采样频率**: 📶 50kHz - **采样时长**: ⏱️ 20s - **通道数量**: 🔌 1 - **特别说明**: 📝 单一加速度传感器在垂直方向采集 - **引用文献**: 📚 Sequential fuzzy diagnosis method for motor roller bearing in variable operating conditions based on vibration analysis

1️⃣3️⃣ 渥太华大学2019数据集 (Ottawa19) - RM_017_Ottawa19

 - **转速范围**: ⚙️ 1700-2000rpm - **负载条件**: ⚖️ 0/400 - **故障类型**: ⚠️ 正常/内圈/球/外圈/保持架故障 - **采样频率**: 📶 42000Hz - **采样时长**: ⏱️ 10s - **通道数量**: 🔌 6 - **特别说明**: 📝 四种转速变化下的故障数据 - **引用文献**: 📚 University of ottawa constant load and speed rolling-element bearing vibration and acoustic fault signature datasets

1️⃣4️⃣ 清华大学2024数据集 (THU24) - RM_018_THU24

 - **转速范围**: ⚙️ 12/15/16/20Hz - **故障类型**: ⚠️ 正常/内圈/外圈/滚子/带状笼裂纹 - **引用文献**: 📚 A hybrid triboelectric-piezoelectric smart squirrel cage with self-sensing and self-powering capabilities - **数据获取**: 🔒 非开源 - **特别说明**: 📝 需联系清华大学秦朝烨老师

1️⃣5️⃣ 东南大学齿轮数据集 (SEU) - RM_010_SEU

 - **转速范围**: ⚙️ 1200/1800rpm - **负载条件**: ⚖️ 0/2V - **故障类型**: ⚠️ 正常/齿轮故障/复合故障 - **采样频率**: 📶 5120Hz - **通道数量**: 🔌 8 - **数据类型**: ⚙️ 齿轮故障数据 - **特别说明**: 📝 行星齿轮箱三轴振动、电机扭矩、平行齿轮箱三轴振动 - **引用文献**: 📚 Highly-Accurate Machine Fault Diagnosis Using Deep Transfer Learning

1️⃣6️⃣ 都灵理工大学数据集 (DIRG) - RM_020_DIRG

 - **转速范围**: ⚙️ 100-500Hz - **负载条件**: ⚖️ 100-500Hz - **故障类型**: ⚠️ 正常/内圈故障/滚子故障 - **故障程度**: 📏 0/150/250/450μm - **采样频率**: 📶 51200Hz - **采样时长**: ⏱️ 10s - **通道数量**: 🔌 6 - **引用文献**: 📚 The politecnico di torino rolling bearing test rig: Description and analysis of open access data

1️⃣7️⃣ 哈工大2023数据集 (HIT23) - RM_023_HIT23

 - **数据来源**: 🔩 哈尔滨工业大学 - **故障类型**: ⚠️ 正常/内圈故障/外圈故障/滚动体故障 - **采样频率**: 📶 25.6kHz - **通道数量**: 🔌 1 - **数据获取**: ✅ 开源 - **引用文献**: 📚 哈工大内部技术报告

1️⃣8️⃣ JUST大学数据集 (JUST) - RM_024_JUST

 - **数据来源**: 🔩 JUST大学 - **故障类型**: ⚠️ 正常/内圈故障/外圈故障/滚动体故障 - **采样频率**: 📶 25.6kHz - **数据获取**: ✅ 开源 - **引用文献**: 📚 JUST大学技术文档

1️⃣9️⃣ 华科2024数据集 (HUST24) - RM_031_HUST24

 - **数据来源**: 🔩 华中科技大学 - **故障类型**: ⚠️ 正常/内圈故障/外圈故障/滚动体故障/复合故障 - **采样频率**: 📶 25.6kHz - **通道数量**: 🔌 多通道 - **数据获取**: ✅ 开源 - **引用文献**: 📚 华科2024技术报告

2️⃣0️⃣ 帕德博恩大学数据集 (PU) - RM_027_PU

 - **数据来源**: 🔩 德国帕德博恩大学 - **故障类型**: ⚠️ 正常/内圈故障/外圈故障/滚动体故障/复合故障 - **采样频率**: 📶 64kHz - **通道数量**: 🔌 多通道 - **特别说明**: 📝 包含电流信号和振动信号 - **数据获取**: ✅ 开源 - **引用文献**: 📚 帕德博恩大学技术文档
## 📁 项目结构 ``` PHM-Vibench/ ├── README.md # 项目主文档（单一事实源，平台 dataset card） ├── LICENSE # Apache License 2.0 ├── CITATION.cff # 数据集引用信息 ├── CONTRIBUTING.md # 贡献指南 ├── CHANGELOG.md # 变更历史 ├── CLAUDE.md # AI 助手上下文（事实以 README/scripts 源码为准） ├── RM_*.h5 # 发布的规范 H5 数据文件（18 个轴承数据集） ├── metadata.xlsx # 唯一规范元数据文件 ├── published_manifest.json # 双平台发布文件清单（机器可读） ├── dataset_infos.json # 平台 dataset 元数据 stub ├── requirements.txt # 下载/读取/分析依赖 ├── .gitattributes # 平台/LFS 属性，小 JSON 按普通文本发布 ├── datainfo.py # legacy：元数据生成脚本（无 CLI，硬编码路径） ├── data_analysis.py # legacy：UMAP 分析脚本（无 CLI，参数为源码常量） ├── upload.py # legacy：已停用（TOKEN=''），改用 scripts/publish_phm_vibench.py ├── data_analysis_interactive.ipynb# 交互式 UMAP 分析 notebook ├── scripts/ # 用户/维护者工具（带 argparse 与无代理护栏） │ ├── download_phm_vibench.py # 双平台无代理下载工具 │ ├── inspect_phm_vibench.py # 本地 metadata/H5 快速检查工具 │ ├── check_publish_plan.py # 发布前本地检查 / dry-run / remote-verify │ ├── publish_phm_vibench.py # 显式确认后执行双平台发布 │ ├── phm_vibench_manifest.py # 统一发布清单（库模块） │ └── quick_check.py # legacy：metadata_25_10_30 校验/修复（维护者用） ├── raw/ # 本地原始数据目录，被 .gitignore 排除，不随平台发布 │ ├── RM_001_CWRU/ … RM_031_HUST24/ # 已发布 H5 的 18 个轴承数据集源数据 │ ├── RM_101_THU_GEARBOX/ # 齿轮箱数据（v-next 发布） │ ├── RM_011_pump/ # 已采集，尚未发布 H5 │ ├── RM_019_HIT/ # 已采集，尚未发布 H5 │ ├── RM_025_KAIST/ # 已采集，尚未发布 H5 │ └── RM_026_HUST23/ # 已采集，尚未发布 H5 ├── log/ # 日志/维护记录 │ ├── README.md # 索引（指向 CHANGELOG.md 与 log/archive/） │ └── archive/ # 历史归档（stale，仅供追溯） └── docs/ └── archive/ # 设计/决策归档（如跨平台同步方案） ``` ## 🤝 如何贡献 我们欢迎社区贡献——报告问题、建议新数据集、订正元数据、改进工具与文档。完整流程（Issue 模板、数据/元数据贡献流程、PR 要求、本地自检命令）见 **[CONTRIBUTING.md](CONTRIBUTING.md)**。 ## 📜 更新日志 变更历史见 **[CHANGELOG.md](CHANGELOG.md)**（原始维护记录归档于 [`log/archive/`](log/archive/)）。 ## 📚 引用 · Citation 如在研究中使用 PHM-Vibench，请引用本数据集，并**同时引用你所使用的各原始子数据集**（每条 `RM_*` 的"引用文献"见上方详细数据集信息）。引用信息见 [`CITATION.cff`](CITATION.cff)，BibTeX 模板如下： ```bibtex @dataset{phm_vibench, title = {{PHM-Vibench}: A Vibration Signal Benchmark Dataset for Mechanical Fault Diagnosis and Prognostics}, author = {Qi Li}, year = {2026}, version = {2026.07.09}, license = {Apache-2.0}, publisher = {PHMbench}, url = {https://www.modelscope.cn/datasets/PHMbench/PHM-Vibench} } ``` > 作者主页:https://liq22.github.io/ 。如有 PHM-Vibench 基准论文发表,请同时引用该论文。 ## 📄 许可证 本项目采用 [Apache License 2.0](LICENSE) 许可证。各子数据集的原始 License 与使用约束以其来源说明为准（见各 `RM_*` 详细信息）。