互联网站备案,东莞南城做网站,普通企业网站营销,设计师网站导航青年帮1.运行效果#xff1a;格拉姆角场GAF将时序数据转换为图像并应用于东南大学轴承故障诊断#xff08;Python代码#xff0c;CNN模型#xff09;_哔哩哔哩_bilibili 环境库 只要tensorflow版本大于等于2.4.0即可运行
2.GAF的内容
GAF是一种用于时间序列数据可视化和特征提… 1.运行效果格拉姆角场GAF将时序数据转换为图像并应用于东南大学轴承故障诊断Python代码CNN模型_哔哩哔哩_bilibili 环境库 只要tensorflow版本大于等于2.4.0即可运行
2.GAF的内容
GAF是一种用于时间序列数据可视化和特征提取的技术通常用于时间序列分类和分析。
GAF的基本思想是将时序数据转换为角度矩阵然后将这个矩阵可视化为图像。这种可视化方式有助于人们更好地理解和分析时间序列数据。GAF的一种常见用法是在机器学习任务中将时间序列数据转换为图像特征然后使用这些特征进行分类、回归或聚类等任务。
3.数据集 1.东南大学采集数据平台
数据
该数据集包含2个子数据集包括轴承数据和齿轮数据这两个子数据集都是在传动系动力学模拟器DDS上获取的。第一个文件夹是轴承数据第二个文件夹是齿轮数据本次是针对轴承数据进行故障诊断 本实验主要是利用轴承数据(第一个文件夹的数据)进行故障诊断轴承具体数据
有两种工况转速-负载配置设置为20-0和30-2。 每种工况下有ball(滚动体故障)、health(健康)、inner(内圈故障)、outer(外圈故障)
20-0工况文件夹
picture_CNN.py主要功能首先利用1024的固定长度不重叠切割原始数据生成一维样本然后利用GAF将一维样本转变成二维图像的程序然后利用CNN进行故障诊断。
images文件夹每类300张一共1200张照片 随意选取一张展示 运行结果(训练集与测试集为4:1) 测试集混淆矩阵 20_0工况下跑3次实验测试集平均准确率为97.89%
30-2工况文件夹 picture_CNN.py主要功能首先利用1024的固定长度不重叠切割原始数据生成一维样本然后利用GAF将一维样本转变成二维图像的程序然后利用CNN进行故障诊断。
images文件夹每类300张一共1200张照片 随意选取一张 运行结果训练集与测试集为4:1 测试集混淆矩阵 30_2工况下跑3次实验测试集平均准确率为97.58%
对项目感兴趣的可以关注最后一行 from scipy.io import loadmat
import matplotlib.pyplot as plt
from sklearn.preprocessing import MinMaxScaler
import numpy as np
import tensorflow as tf
import pickle
import numpy as np
import matplotlib.pyplot as plt
import scipy.signal as scisig
from mpl_toolkits.axes_grid1 import make_axes_locatable
from pyts.datasets import load_gunpoint
#代码和数据集的压缩包https://mbd.pub/o/bread/ZJ6bmZlr
