基于CNN的轴承故障识别
1.简介 本科毕设,基于凯斯西储大学公开轴承数据集建立的CNN轴承故障识别模型。
记录相关过程的博客:https://blog.csdn.net/zhangjiali12011/article/details/90523879
数据集:https://csegroups.case.edu/bearingdatacenter/home
2.环境 Windows+anaconda
3.框架 Keras
4.依赖 tensorflow;keras;numpy;scipy;os;sklearn;matplotlib
5.说明
cnn_1D.py 构建基础的CNN模型
lstm_diagnosis.py 构建基础的LSTM模型
cnn_diagnosis 论文代码
cnn_valid.py 测试不同全连接层数、卷积层数选择最优模型
preprocess.py 数据预处理(预处理代码来自https://github.com/AaronCosmos/wdcnn_bearning_fault_diagnosis )
images文件夹 保存模型流程图; data文件夹 保存数据集; logs文件夹 保存日志