基于灰度图的滚动轴承故障诊断python

已于 2022-06-29 15:25:23 修改
阅读量1.6k 收藏 15
点赞数 1
分类专栏： 轴承振动信号分析 文章标签： cnn 深度学习 人工智能
于 2022-06-06 15:35:24 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/abc1234abcdefg/article/details/125146838
版权

1、一维信号转灰度图

       因为这种方法是信号输入到二维卷积里面去进行特征提取， 所以需要对一维信号进行转换，本文采用的是转换成灰度图。

我们首先采集原始振动信号，然后根据自己需求，准备制作多大的图片，截图数据大小。数据不够的话，可以采用数据重复采样的办法对数据进行扩充。截取一段一段的一维时序数据，然后拼凑成灰度图，步骤如上图所示。

下面举出几个故障例子的灰度图。

                               

分别为滚动体

了解本专栏 订阅专栏 解锁全文 超级会员免费看
似水不惧
关注
  • 1
    点赞
  • 踩
  • 15
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 3
    评论
专栏目录
订阅专栏
一维时序信号转化成灰度图，基于DCGAN的时序信号数据集扩充
qq_42935076的博客
09-14 1万+
本文以西储大学CWRU轴承故障的振动信号数据库作为模型的训练集 灰度图转化实现思路： 参考博客： 一种基于卷积神经网络的数据驱动故障预测方法（含代码）_XD_onmyway的博客-CSDN博客 GAN网络之入门教程（四）之基于DCGAN动漫头像生成 - 段小辉 - 博客园 (cnblogs.com) 如图所示，将一段一维时序信号转化为若干个64*64的图像。下面为将正常数据、滚动体故障数据集、外圈故障、内圈故障的一维时序信号转化为灰度图的具体代码。 import nump...
基于二维灰度图的卷积神经网络故障诊断（tensorflow）
qq_42935076的博客
09-29 4436
本文展示了如何构造一个卷积神经网络 (CNN) 并对自己的数据集进行分类。 1.数据集介绍、读入、转化 本文所用的数据集为西储大学轴承数据集，经过数据预处理将一维时序数据转化为灰度图，对灰度图进行分类。具体数据处理过程可参考：一维时序信号转化成灰度图，基于DCGAN的时序信号数据集扩充_deeplearning小学生的博客-CSDN博客 经数据预处理后的数据集如下：train_pics,test_pics,train_labels,test_label...
基于Pytorch框架的CNN-LSTM模型在CWRU轴承故障诊断的应用
02-05
一个模型+主程序，然后里面还有CWRU轴承的数据，直接可以运行。 想修改模型可以在model.py里修改，这样就可以拿来自己搞点东西。
故障诊断数据预处理之1-D振动信号FFT变换后的2-D灰度图转换
class__dog的博客
10-14 3577
快速对振动信号FFT变换的频域信号进行灰度处理，以提高后续诊断模型的泛化能力以及识别性能
江南大学轴承数据故障诊断（利用连续小波变换转换为二维图像，再利用CNN进行故障诊断）
qq_40840797的博客
07-19 2346
以1024的长度分割原始信号，每个类别下生成480个样本，这里为了程序更快运行，选取了每个类别的125个样本，4种类别下一共有500个样本。因为本人电脑本身配置比较低，当在一个类别下连续生成480张二维图像时，电脑会出现卡顿，所以只选取了每个类别下的125张图像，如果图像更多，准确率更高。以600转速为例，打开以后是图片文件夹，生成的图像保存在里面，CNN是CNN诊断模型，JNU是利用小波变换生成图片的程序。采样频率：50khz，采样时间：10s。测试集准确率为：80.26%测试集准确率为：89.65%
“三高”论文完美复现！基于EEMD奇异值熵的滚动轴承故障诊断方法，MATLAB代码实现...
woaipythonmeme的博客
09-26 855
声明：对于作者的原创代码，禁止转售倒卖，违者必究！本期文章思路来自《振动测试与诊断期刊》的一篇三高论文，点击链接可跳转。“三高”论文推荐||基于EEMD奇异值熵的滚动轴承故障诊断方法，目前该论文在知网统计被引次数为58次。文章摘要如下：为充分利用振动信号进行故障辨识,提出一种基于集合经验模态分解(ensemble empirical mode decomposition,简称EEMD)奇异值熵判据...
基于可变形卷积和注意力机制的滚动轴承故障诊断python源码.zip
09-25
基于可变形卷积和注意力机制的滚动轴承故障诊断python源码.zip基于可变形卷积和注意力机制的滚动轴承故障诊断python源码.zip基于可变形卷积和注意力机制的滚动轴承故障诊断python源码.zip基于可变形卷积和注意力机制...
(python)基于振动信号的滚动轴承故障诊断.zip
05-06
基于振动信号的滚动轴承故障诊断; 毕设研究课题：根据轴承的振动序列数据来诊断轴承故障。 毕设研究课题：根据轴承的振动序列数据来诊断轴承故障。 毕设研究课题：根据轴承的振动序列数据来诊断轴承故障。 毕设研究...
基于樽海鞘算法优化SVM的滚动轴承故障诊断python
05-16
在本项目中，我们关注的是基于樽海鞘算法优化的支持向量机（SVM）用于滚动轴承故障诊断的Python实现。这是一个典型的机器学习任务，它结合了数据分析、优化算法和深度学习模型，以识别和分类机械设备的异常状态。...
基于1D-CNN和SVM的滚动轴承故障诊断
06-11
在现代工业领域，机械设备的健康监测与故障诊断是至关重要的，尤其对于关键部件如滚动轴承。本项目聚焦于使用深度学习方法，特别是1维卷积神经网络（1D-CNN）结合支持向量机（SVM）进行滚动轴承的故障诊断。通过...
基于振动信号的滚动轴承故障诊断python实现源码+文档说明.zip
最新发布
03-25
基于振动信号的滚动轴承故障诊断python实现源码+文档说明.zip本资源中的源码都是经过本地编译过可运行的，资源项目的难度比较适中，内容都是经过助教老师审定过的能够满足学习、使用需求，如果有需要的话可以放心...
用python将一维时序数据转换为二维灰度图的代码
weixin_42602726的博客
02-15 741
以下是将一维时序数据转换为二维灰度图的Python代码示例： import numpy as np import matplotlib.pyplot as plt # 生成一维时序数据，例如长度为1000的随机信号 data = np.random.rand(1000) # 定义灰度图的宽度和高度 width = 50 height = int(len(data) / width) # 将一...
关于故障诊断
enenaoao_的博客
11-09 896
(1条消息) 一种基于卷积神经网络的数据驱动故障预测方法（含代码）_XD_onmyway的博客-CSDN博客
用pytorch写一段代码：以西储大学CWRU轴承故障的振动信号数据库作为模型的训练集，故障类型标签包括：正常、内圈故障、外圈故障和滚动体故障四类。首先将一维故障信号转换为二维灰度图作为CNN模型的输...
weixin_35757191的博客
02-15 1397
import torch import torch.nn as nn from torch.utils.data import DataLoader# 加载CWRU轴承故障训练数据 cwru_dataset = load_cwru_dataset()# 将一维信号转换为二维灰度图 def convert_1d_to_2d(data): # ...# 将数据集中的一维信号转换为二维灰度图 c...
2021-03-22-TensorFlow故障诊断代码-一维信号转二维灰度图
qinqin_xi的博客
03-22 2247
Lii微信推文3.22代码故障诊断代码 故障诊断代码 这个代码是比较简单的卷积神经网络. import os, glob import random, csv from matplotlib import pyplot as plt import numpy as np from tensorflow import keras from tensorflow.keras import layers,optimizers, losses from PIL import Image from tensorflo
信号处理-基于希尔伯特解调（包络谱）的轴承故障诊断实战，通过python代码实现超详细讲解
m0_47410750的博客
07-26 1万+
轴承故障诊断实战-基于希尔伯特解调(包络谱)的轴承故障诊断实战，通过python代码实现超详细讲解
【动手教你学故障诊断:Python实现Tensorflow+CNN深度学习的轴承故障诊断（西储大学数据集）（含完整代码）】
热门推荐
qq_34211771的博客
06-09 2万+
动手学基于Python+CNN深度学习的轴承故障诊断（西储大学数据集）（含完整代码）该项目使用tensorflow和keras搭建深度学习CNN网络，并使用西储大学数据集作为训练集和测试集，对西储大学mat格式数据进行处理，将数据放入搭建好的网络中进行训练，最终得到相关故障诊断模型。最近在上故障诊断的课程，老师发给我们西储大学的轴承故障数据集，让我们自己去折腾。正巧前段时间学习了深度学习的课程，因此想着自己搭建一个深度学习的网络来进行相关故障的诊断。查阅相关文献，使用深度学习的故障诊断方法目前主要有两种形式
1D CNN处理振动数据实现轴承不同故障诊断-python代码
weixin_43196262的博客
06-21 5548
1. 数据描述 数据来自实验室转子齿轮传动实验台，使用三轴振动传感器，共采集了轴承滚动体、外圈、内外混合、正常状态下的四种数据，每种状态，共采集到5000个数据点，因此对应的csv文件包含3列，5000行，三列分别为X,Y,Z三个方向的振动数据。 2. 代码详解 2.1 导入相关库 from keras.models import Sequential from keras.layers import Dense, Dropout from keras.layers import Embedding fro
西储大学轴承故障数据 python3使用
HydraHuYu
10-10 5703
转载于：参考链接 西储大学轴承故障数据官网 python2 版本 cwru库github地址 Github数据下载地址 python2 可以直接安装使用CWRU库，该库的功能是下载数据，并且切分成可供训练和评估的训练集和测试集数据 python2安装方式： pip安装： $ pip install --user cwru github下载源代码安装: `$ python setup.py inst...
基于SVM的齿轮箱轴承故障诊断python代码
11-19
以下是基于SVM的齿轮箱轴承故障诊断的Python代码： ```python import numpy as np import pandas as pd from sklearn.model_selection import train_test_split from sklearn.svm import SVC from sklearn.metrics ...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 3
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

似水不惧

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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