# wdcnn
实现的是WDCNN的pytorch版本代码，对应论文的第三章
data包含了四个数据文件夹，这里只使用了0HP文件夹中的数据，里面包含了正常、内圈、外圈、滚动体共10种状态
preprocess.py的功能是对数据进行采样、编码，虽然划分出来了验证集但是并没有使用
train.py定义了用于模型训练以及显示的函数和类 main.py定义了网络模型，调用另外两个py文件获取数据和进行训练
直接运行main.py文件即可得到的结果
实现的是WDCNN的pytorch版本代码，对应论文的第三章_data包含了四个数据文件夹，这里只使_wdcnn.zip （49个子文件） 
wdcnn-main wdcnn 
preprocess.py 11KB 基于卷积神经网络的轴承故障诊断算法研究_张伟.caj 3.23MB main.py 4KB data 0HP 12k_Drive_End_OR014@6_0_197.mat 2.79MB 12k_Drive_End_B007_0_118.mat 2.81MB 12k_Drive_End_IR007_0_105.mat 2.78MB 12k_Drive_End_OR007@6_0_130.mat 2.79MB 12k_Drive_End_B021_0_222.mat 2.79MB 12k_Drive_End_B014_0_185.mat 2.79MB normal_0_97.mat 3.72MB 12k_Drive_End_IR014_0_169.mat 2.79MB 12k_Drive_End_IR021_0_209.mat 2.8MB 12k_Drive_End_OR021@6_0_234.mat 2.8MB 3HP 12k_Drive_End_B021_3_225.mat 2.8MB 12k_Drive_End_B014_3_188.mat 2.8MB 12k_Drive_End_OR014@6_3_200.mat 2.79MB 12k_Drive_End_OR021@6_3_237.mat 2.79MB 12k_Drive_End_IR014_3_172.mat 2.79MB 12k_Drive_End_OR007@6_3_133.mat 2.81MB 12k_Drive_End_IR007_3_108.mat 2.81MB normal_3_100.mat 7.41MB 12k_Drive_End_B007_3_121.mat 2.78MB 12k_Drive_End_IR021_3_212.mat 2.79MB 2HP 12k_Drive_End_B014_2_187.mat 2.79MB 12k_Drive_End_IR021_2_211.mat 2.79MB 12k_Drive_End_B007_2_120.mat 2.78MB 12k_Drive_End_IR007_2_107.mat 2.8MB normal_2_99.mat 14.79MB 12k_Drive_End_OR007@6_2_132.mat 2.78MB 12k_Drive_End_OR014@6_2_199.mat 2.79MB 12k_Drive_End_B021_2_224.mat 2.8MB 12k_Drive_End_IR014_2_171.mat 2.79MB 12k_Drive_End_OR021@6_2_236.mat 2.8MB 1HP 12k_Drive_End_B014_1_186.mat 2.8MB 12k_Drive_End_B007_1_119.mat 2.78MB 12k_Drive_End_OR021@6_1_235.mat 2.79MB 12k_Drive_End_OR007@6_1_131.mat 2.8MB 12k_Drive_End_IR007_1_106.mat 2.79MB 12k_Drive_End_B021_1_223.mat 2.79MB 12k_Drive_End_OR014@6_1_198.mat 2.8MB normal_1_98.mat 7.38MB 12k_Drive_End_IR021_1_210.mat 2.78MB 12k_Drive_End_IR014_1_170.mat 2.79MB train.py 8KB __pycache__ preprocess.cpython-39.pyc 5KB train.cpython-39.pyc 7KB
Figure_1.png 49KB
readme.txt 524B README.md 532B资源评论
