轴承故障诊断(一维时序信息结合二维图像实现故障诊断,python编程,十分类)

该博客介绍了使用Python编程进行轴承故障诊断的方法,结合一维时序信息和二维图像,对凯斯西楚大学提供的数据集进行十分类分析。数据集覆盖了不同负载条件下的故障诊断,包括12k和48k采集频率的数据。通过Code.py系列代码展示故障诊断过程,并提供训练集、验证集和测试集的划分。

1.模型介绍:

 

 

2.数据集介绍(凯斯西楚大学数据集,实现对12k采集频率下四种负载的诊断,同时也实现对48k采集频率下数据的诊断):十分类

 

 

0文件夹装的是0HP下原始的数据(包含十种故障),如下图所示

 

同理,1-3文件夹也是装的各种负载下的原始数据

0HP装载的是经sign_cwtimg.py生成的小波图像,已经划分好训练集和测试集

一维信号样本在生成小波图像的时候,对应的也会保存在.npy文件

0HP_x_test_1D:装0HP测试集的一维数据

0HP_x_train_1D.npy:装0HP训练集的一维数据

其它.npy文件也是如此。

Code.py_0HP.py是0HP数据集故障诊断代码。

其它.py是也是如此。

3.效果(以1H

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值