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) |
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 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |