随机森林模型构建--在凯斯西储(CWRU)数据上的简单测试(1)

本文介绍了在凯斯西储(CWRU)轴承故障数据集上应用随机森林模型进行故障诊断的实验。数据集通过电火花加工植入故障,包含了不同位置的振动加速度传感器数据。经过特征提取,利用sklearn.ensemble库构建随机森林模型进行训练和预测,并展示了模型训练的可视化结果。
摘要由CSDN通过智能技术生成

随机森林模型构建测试–在凯斯西储(CWRU)数据上的简单测试(1)



1. 实验数据集说明

凯斯西储轴承故障数据集是凯斯西储大学制作的一个球轴承故障诊断公开数据集[1]。电机轴承使用电火花加工 (EDM) 植入故障。在内滚道、滚动体(即球)和外滚道处分别引入了直径从0.007英寸到0.040英寸不等的故障。将故障轴承重新安装到测试电机中,并记录电机负载为 0 至 3 马力(电机速度为 1797 至 1720 RPM)的振动加速度传感器监测数据。在测点布置上,多数采集了三个位置的数据,DE表示驱动端,FE表示风扇端,BA表示基座端。

2. 测试数据说明

测试数据为特征提取后数据。前面9列字段为特征,最后一个字段为故障类型,总共10类。

# 读入数据
data_time = pd.read_csv(r"C:\Users\ISTLN\PycharmProjects\pythonProject1\CWRU_data\feature_time_48k_2048_load_1.csv")
fault_typ
  • 3
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 2
    评论
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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

GuGuDa123

你的鼓励将是我最大的动力!

¥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
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