东南大学齿轮箱故障诊断（Python代码，MSCNN结合LSTM结合注意力机制模型，代码有注释） |
您所在的位置：网站首页 › 7007ac轴承详解 › 东南大学齿轮箱故障诊断（Python代码，MSCNN结合LSTM结合注意力机制模型，代码有注释） |
东南大学齿轮箱故障诊断（Python代码，MSCNN结合LSTM结合注意力机制模型，代码有注释）
|
运行效果：东南大学齿轮箱故障诊断（Python代码，MSCNN结合LSTM结合注意力机制模型，代码有注释）_哔哩哔哩_bilibili 运行代码要求： 代码运行环境要求：Keras版本>=2.4.0，python版本>=3.6.0 1.东南大学采集数据平台：
数据 该数据集包含2个子数据集，包括轴承数据和齿轮数据，这两个子数据集都是在传动系动力学模拟器（DDS）上获取的。（第一个文件夹是轴承数据，第二个文件夹是齿轮数据，本次是针对齿轮数据进行故障诊断）
有两种工况，转速-负载配置设置为20-0和30-2。 在每个文件中，有8行信号，分别表示：x、y和z三个方向上行星齿轮箱的1-电机振动、2、3、4-振动、5-电机扭矩、x、y和z三个方向上并联齿轮箱的6、7、8-振动。第2、3、4列信号最有效。 这次实验使用第2列数据。 每种工况下有4种故障状态和1种正常状态。
code20_0.py是20_0工况下故诊断代码 code30_2.py是30_2工况下故诊断代码 实验结果 20工况
30_2工况下
对代码感兴趣的可以关注最后一行 import os import pandas as pd from matplotlib import pyplot as plt plt.rcParams['font.sans-serif']=['simhei'] # 添加中文字体为黑体 plt.rcParams['axes.unicode_minus'] =False Chipped_20_0=pd.read_csv('Chipped_20_0.csv').iloc[17:1048576,:] Health_20_0=pd.read_csv('Health_20_0.csv').iloc[17:1048576,:] Miss_20_0=pd.read_csv('Miss_20_0.csv').iloc[17:1048576,:] Root_20_0=pd.read_csv('Root_20_0.csv').iloc[17:1048576,:] Surface_20_0=pd.read_csv('Surface_20_0.csv').iloc[17:1048576,:] #代码及数据集https://mbd.pub/o/bread/ZJyblp1q |
【本文地址】