文件名称：diagnose_fault_by_vibration:毕设研究课题：根据轴承的振动序列数据来诊断轴承故障
文件大小：434KB
文件格式：ZIP
更新时间：2024-05-31 09:04:39
附件源码 文章源码
基于振动信号的滚动轴承故障诊断 1.介绍 毕设研究课题，根据轴承的振动数据信息来诊断轴承故障的位置和故障严重等级。方法思路走的是数据驱动，使用传统机器学习方法以及深度学习方法。这个开源项目做的是整理基于传统机器学习的轴承故障诊断的内容。 主要分为三个部分： 数据集预处理：数据集增强(utils.augment) 特征工程(utils.feature):均值(mean), 均方差(rms), 标准差(std), 偏度(skewness), 峭度(kurtosis), 包络谱最大幅值处频率(maxf), 信号熵(signal_entropy), 信号幅值中位数处概率密度值(am_median_pdf) 分类器训练和保存 2.在0HP上测试集score： KNN score is: 90.295% in test dataset GaussianNB score is: 91.561% in t
【文件预览】：
diagnose_fault_by_vibration-master
----README.md(866B)
----utils()
--------augment.py(5KB)
--------.ipynb_checkpoints()
--------pytorchtools.py(2KB)
--------__pycache__()
--------.history()
--------feature.py(6KB)
----models()
--------RandomForest.pkl(878KB)
--------readme.md(36B)
--------knn.pkl(313KB)
--------GaussianNB.pkl(3KB)
----main.py(2KB)
----introduction(1KB)
----data()
--------readme.md(753B)