基于深度学习LSTM分类进行故障检测（Matlab代码实现）

 👨‍🎓个人主页：研学社的博客 

💥💥💞💞欢迎来到本博客❤️❤️💥💥

🏆博主优势：🌞🌞🌞博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。

⛳️座右铭：行百里者，半于九十。

📋📋📋本文目录如下：🎁🎁🎁

目录

💥1 概述

📚2 运行结果

🎉3 参考文献

🌈4 Matlab代码实现

---

💥1 概述

本文展示了信号数据示例的完整深度学习工作流程。我们展示了如何准备、建模和部署基于深度学习 LSTM 的分类算法，以识别机械空气压缩机的状况或输出。

 

📚2 运行结果

部分代码：

trainingFeatures = cell(1,numel(adsTrain.Files));
windowLength = 512;
overlapLength = 0;

aFE = audioFeatureExtractor('SampleRate',16e3, ...
    'Window',hamming(windowLength,'periodic'),...
    'OverlapLength',overlapLength,...
    'spectralCentroid',true, ...
    'spectralCrest',true, ...
    'spectralDecrease',true, ...
    'spectralEntropy',true,...
    'spectralFlatness',true,...
    'spectralFlux',false,...                
    'spectralKurtosis',true,...
    'spectralRolloffPoint',true,...
    'spectralSkewness',true,...
    'spectralSlope',true,...
    'spectralSpread',true);

if doFeatureExtraction
    reset(adsTrain);
    index = 1;
    tic;
    while hasdata(adsTrain)
        data = read(adsTrain);
        trainingFeatures{index} = extract(aFE,data);
        index = index + 1;
    end
    fprintf('Extraction took %f seconds.\n',toc);
else
    load("TrainingFeatures.mat"); 
    disp("Training data features loaded.")
end

 

🎉3 参考文献

部分理论来源于网络，如有侵权请联系删除。

[1]胡翔,殷锋,袁平.基于LSTM的风机故障检测研究[J].现代计算机,2021(08):36-40.

[2]David Willingham (2023). Fault Detection Using Deep Learning Classification .

🌈4 Matlab代码实现