使用 Python 从故障轴承振动信号序列判断故障出现时间
发布日期:2021-05-06 23:44:27 浏览次数:29 分类:精选文章

本文共 303 字,大约阅读时间需要 1 分钟。

项目介绍

在本项目中,我们已有五个故障轴承的从开始到失效的振动信号,它们被放在五个文件夹中,如下图所示:

在这里插入图片描述每个文件夹中都有很多个 csv 文件,如在 Bearing1_5 文件夹中:
在这里插入图片描述这里有 52 个 csv 文件,则表明这个轴承从开始测试到失效总共用了 52 分钟。

每个 csv 文件中都有 32768 行数据,这是一分钟内传感器记录的振动信号的幅值,即一分钟内传感器记录了 32768 次振动信号。

如果将 52 分钟内记录的所有信号都拿来分析是非常麻烦的,所以这里我们在每分钟内只取等距的 1280 个时间点的信号用来分析,则总共有 52 × 1280 = 66560 52\times 1280&

上一篇:Tensorflow2.0:实现 C-MAPSS 数据集的剩余寿命预测
下一篇:Tensorflow2.0:多分类评价指标 ROC、PRC 绘图、AUC 计算以及混淆矩阵绘制

发表评论

最新留言

做的很好,不错不错
[***.243.131.199]2025年04月04日 19时38分10秒

关于作者

    喝酒易醉,品茶养心,人生如梦,品茶悟道,何以解忧?唯有杜康!
-- 愿君每日到此一游!

推荐文章