一维(1D)CNN模型下轴承故障诊断(Python,TensorFlow框架下,很容易改为其它模型,解压缩后可以直接运行,无需修改任何目录)
1.数据集使用凯斯西储大学轴承数据集,一共有4种负载下采集的数据,每种负载下有10种故障状态:三种不同尺寸下的内圈故障、三种不同尺寸下的外圈故障、三种不同尺寸下的滚动体故障和一种正常状态。2.模型(1DCNN)使用数据增强的方式:重叠切割(每个样本长度是1024)3.效果0HP数据集(训练集与测试集比例为7:3),测试集准确率为100.00%C%1HP数据集(训练集与测试集比例为7:3),测试集准