一维振动信号通过时频变换技术生成晚霞图像，再利用CNN进行故障诊断（Python代码）

效果视频：一维振动信号通过时频变换技术生成图像，再利用CNN进行故障诊断_哔哩哔哩_bilibili

1.数据集介绍

1数据集介绍（CWRU数据集，每份负载数据集以四分类为例：正常、内圈故障、外圈故障和滚动体故障，也可以考虑故障尺寸，自己改成十分类）：

 2.生成的图像（可以看出不同故障样本的图像差异较为明显，可以得出时频变换技术的有效）

正常样本图像

 内圈故障样本图像

外圈故障样本图像

滚动体故障样本图像

3.效果图

0HP数据集为例

测试集混淆矩阵

1HP数据集 

 

 

 

 

 

2HP数据集

 

 

 

 

 

3HP数据集

 

 

 

 

 

对项目感兴趣的，代码和数据放在了压缩包，可以关注最后一行。

from PIL import Image
import numpy as np
import tensorflow as tf
from keras.utils import np_utils
from sklearn.model_selection import train_test_split
#压缩包https://mbd.pub/o/bread/mbd-ZJeclZts