基于卷积神经网络的故障诊断.zip

github：https://github.com/boating-in-autumn-rain?tab=repositories 微信公众号：秋雨行舟 B站：秋雨行舟 咨询微信：slothalone ### 第一章：安装以及环境配置 #### 1.Pycharm安装 ``` 官网: https://www.jetbrains.com/pycharm/ ``` #### 2.Anaconda安装与配置 ``` 官网：https://www.anaconda.com/download#downloads 配置环境变量（按照自己的安装路径进行配置即可） D:\software\anaconda\install D:\software\anaconda\install\Scripts D:\software\anaconda\install\Library\bin D:\software\anaconda\install\Library\mingw-w64\bin ``` #### 3.Tensorflow安装 ``` 官网：https://tensorflow.google.cn/?hl=zh-cn 创建深度学习环境并命名为tf2，指定python版本为3.11: conda create --name tf2 python=3.11 Anaconda激活tf2环境: conda activate tf2 Anaconda退出激活环境: conda deactivate 安装Tensorflow并指定版本为2.15，使用豆瓣源进行加速 pip install tensorflow==2.15.0 -i https://pypi.douban.com/simple/ 安装scikit-learn，使用豆瓣源进行加速 pip install scikit-learn -i https://pypi.douban.com/simple/ ``` ### 第二章：代码讲解与运行调试 #### 0.数据集说明 ``` 凯斯西楚大学轴承数据集官网： https://engineering.case.edu/bearingdatacenter/download-data-file 数据集说明(翻译于官网数据集说明)： 收集了正常轴承、单点驱动端和风扇端缺陷的数据。驱动端轴承实验以12000个样本/秒和48000个样本/秒的速度采集数据。所有风机端轴承数据以12000个样本/秒的速度采集。 数据文件为Matlab格式。每个文件包含风扇和驱动端振动数据以及电机转速。对于所有文件，变量名中的以下项表示: 数据集包括： (1)正常基线数据 (2)12k驱动端轴承故障数据 (3)48k传动端轴承故障数据 (4)风机端轴承故障数据 实验数据集仅使用12k驱动端轴承故障数据，其余数据集预处理与实验数据预处理一致。 ``` #### 1.基于卷积神经网络的故障诊断（1DCNN、2DCNN） ``` 文件夹说明： data：数据集存放路径 save_picture/1DCNN:存放1DCNN的图片 save_picture/2DCNN:存放2DCNN的图片 model/1DCNN.h5: 保存的1DCNN模型文件 model/2DCNN.h5: 保存的2DCNN模型文件 code/1DCNN.py: 1DCNN代码运行文件 code/2DCNN.py: 2DCNN代码运行文件 code/preprocessing.py: 数据预处理文件 ```