关于CWRU轴承数据集的分类

对CWRU数据集中12K采样频率下的驱动端轴承故障数据，电机近似转速=1797的数据进行四分类。内圈故障、滚动体故障、外圈故障（中心方向@6:00）、正常

file name	label
0.000-Normal.mat	0
0.007-Ball.mat	1
0.007-InnerRace.mat	2
0.007-OuterRace6.mat	3
0.014-Ball.mat	1
0.014-InnerRace.mat	2
0.014-OuterRace6.mat	3

读取数据时，采样率=400，训练数据1824组，测试数据610组
epochs=100、batch size=32
结果在训练集的识别率为1，测试集的识别率为0.9902

测试集结果

	Normal	Ball	Inner Race	Outer Race
Normal	153	0	0	0
Ball	0	153	0	0
Inner Race	153	0	146	0
Outer Race	153	0	6	152

Model

    model = Sequential()model.add(Conv1D(16, 16, activation='relu',input_shape=(subsample, 1)))model.add(Conv1D(32, 8, activation='relu', padding="same"))model.add(MaxPooling1D(8))model.add(Conv1D(64, 4, activation='relu', padding="same"))model.add(Conv1D(64, 4, activation='relu', padding="same"))model.add(MaxPooling1D(4))model.add(Conv1D(256, 2, activation='relu', padding="same"))model.add(Conv1D(256, 2, activation='relu', padding="same"))model.add(MaxPooling1D(2))model.add(Conv1D(512, 1, activation='relu', padding="same"))model.add(Conv1D(512, 1, activation='relu', padding="same"))model.add(MaxPooling1D(1))model.add(GlobalAveragePooling1D())model.add(Dense(256, activation='relu'))model.add(Dropout(0.3))model.add(Dense(128, activation='relu'))model.add(Dropout(0.3))model.add(Dense(labels, activation='softmax'))opt = Adam(0.0002)model.compile(loss='categorical_crossentropy',optimizer=opt, metrics=['accuracy'])

关于CWRU轴承数据集的分类相关推荐

Cwru轴承数据集解读(文末附数据)
Cwru轴承数据集解读(文末附数据) Cwru轴承数据集解读(文末附数据) 1 数据含义因为使用加速度计收集振动数据,加速度计会被放置在电机壳体的驱动端和风扇端,还有基座上,因此就会有三类不同传感器 ...
西储大学(CWRU)轴承数据集故障诊断(一)：数据读取，数据集划分
CWRU轴承数据集故障诊断博客编写背景数据集读取训练与测试完整数据读取代码博客编写背景本次博客是对深度学在机械设备的故障诊断(模式识别)领域的入门级的基础教程,主要是专门针对CWRU滚动轴 ...
Pytorch学习笔记（十）——CWRU轴承数据集对原始.mat文件进行重叠采样
CWRU轴承数据集处理之重叠采样一.问题引入三.重叠采样原理三.以0.007损失直接内圈故障文件105.mat为例实现重叠采样一.问题引入最近看一篇论文提到了数据集增强,增强的方式是重叠采样 ...
Tensorflow2.0：CNN 解决凯斯西储大学轴承数据集的分类问题
文章目录项目介绍代码实现 1.导入需要的库 2.参数设置 3.归一化 4.定义滑窗函数 5.取样本 6.划分训练集和测试集 7.得到 Dataset 类型数据集 8.建立模型 9.初始化优化器 1 ...
西储大学(CWRU)轴承数据集的数据读取与划分
简介由于课题原因,最近在学习torch对于轴承故障检测的相关知识,但第一步读取数据以及数据的划分就难到了我,在网上查找相关资料,也没有完整的代码,于是只能东拼西凑,修修改改,最后勉强凑出来一个可以一 ...
机械故障诊断信号幅域分析- 时域统计特征 | 基于python代码实现，在CWRU和IMF轴承数据集上实战
最详细的机械故障信号时域特征分析及实战 1.摘要 2.有量纲幅域参数计算公式及物理意义 3.无量纲幅域参数计算公式及物理意义 4.模拟数据代码实战 4.1 导入包 4.2 生成模拟正弦数据 4.3 绘 ...
2020-11-03Paderborn大学轴承数据集
个人学习记录德国Paderborn大学轴承数据集解释数据集下载:Paderborns轴承数据集简单描述:提供了基于振动和电动机电流信号的状态监测(CM)实验轴承数据集. 测试台和测量设备介绍测 ...
《pytorch》对CIFAR数据集的分类
今天复习了下pytorch,又看了下它的一个实例,复习了下对CIFAR数据集的分类. 学习链接:https://zhuanlan.zhihu.com/p/39667289 直接上源码,注释均在其中 i ...
机器学习--python代码实现基于Fisher的线性判别（鸢尾花数据集的分类）
一.线性分类–判断该函数属于哪一类先上例题,然后我会通过两种方法来判断该函数属于哪一类 1.图解法定义对于多类问题:模式有 ω1 ,ω2 , - , ωm 个类别,可分三种情况: 第一种情况:每 ...

关于CWRU轴承数据集的分类

关于CWRU轴承数据集的分类相关推荐

最新文章

热门文章