Python环境下滚动轴承状态监测与故障诊断（NASA IMS轴承数据集）

最新推荐文章于 2025-04-21 14:05:12 发布

哥廷根数学学派

最新推荐文章于 2025-04-21 14:05:12 发布

阅读量2.1k

点赞数 13

分类专栏：故障诊断机器学习深度学习文章标签： python 开发语言人工智能算法深度学习 cnn

本文链接：https://blog.csdn.net/weixin_39402231/article/details/137041440

版权

智能维护系统IMS)滚动轴承数据是美国辛辛那提大学智能维护系统中心提供的全寿命周期数据，轴上安装了4个轴承。通过摩擦带将转速保持恒定在 2000r/min。包含3个数据集，每个数据集描述了一个测试到失败的实验。其中第一个实验装置的数据采集从 2003 年 10月 22日12时6分24秒开始到2003年11月25日23时39分56秒结束,总共持续了约827h，每隔 10min 采集一次振动信号，采样频率为20kHz，实验结束时，轴承3和轴承4分别出现了内圈故障和滚动体故障。

本项目采用Python编程语言，jupyter notebook文本编辑器，使用的部分模块如下：

import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
import seaborn as sns
from sklearn.neural_network import MLPClassifier
from sklearn.neighbors import KNeighborsClassifier
from sklearn.svm import SVC
from sklearn.gaussian_process import GaussianProcessClassifier
from sklearn.gaussian_process.kernels import RBF
from sklearn.tree import DecisionTreeClassifier
from sklearn.ensemble import RandomForestC