企业官网建设流程全解析

wordpress仿站上传到,wordpress大转盘插件,百度手机助手下载,贵州网站建设服务平台1.效果运行视频#xff1a;四通道信息融合下的齿轮箱故障诊断#xff08;Python代码#xff0c;SVM模型和CNN模型进行对比实验#xff09;_哔哩哔哩_bilibili 用到的库#xff1a; 2.数据集介绍#xff1a;数据免费下载链接#xff08;不要积分#xff09;#xff1a…1.效果运行视频四通道信息融合下的齿轮箱故障诊断Python代码SVM模型和CNN模型进行对比实验_哔哩哔哩_bilibili用到的库2.数据集介绍数据免费下载链接不要积分https://download.csdn.net/download/qq_40840797/88380869?spm1001.2014.3001.5501齿轮箱故障诊断数据集包括使用SpectraQuest的齿轮箱故障诊断模拟器记录的振动数据集。 数据集使用4个振动传感器在四个不同的方向上记录采样频率为3000hz并在负载从0%到90%的变化下进行记录。包括两种不同的情景健康状态文件夹Healthy齿轮破损故障状态文件夹BrokenTooth总共有20个文件每个文件夹下10个文件其中10个用于健康的齿轮箱另外10个用于破损的齿轮箱。每个文件对应于从0%到90%负载的逐步增加。Healthy文件夹打开如图所示每个表格对应于从0%到90%负载的逐步增加因此一共10个表格BrokenTooth 文件夹打开如下图所示每个表格对应于从0%到90%负载的逐步增加因此一共10个表格这里以正常状态下的第一个表格h30hz0.csv文件为例展示开始位置数据集使用4个振动传感器在四个不同的方向上记录截止位置数据集使用4个振动传感器在四个不同的方向上记录这里以故障状态下的第一个表格b30hz0.csv文件为例展示开始位置数据集使用4个振动传感器在四个不同的方向上记录截至为止数据集使用4个振动传感器在四个不同的方向上记录2。项目流程有三份代码第一份代码data_plot.py功能是原始数据展示以传感器1其它3个传感器跟传感器1采集时间和采样频率均相同为例所有数据展示b:蓝色柱子为破损文件夹下的数据集y轴为负载横轴为采集点的个数传感器1下负载为0和90%时分别展示故障和健康的信号。传感器2下负载为0和90%时分别展示故障和健康的信号。传感器3下负载为0和90%时分别展示故障和健康的信号。传感器4下负载为0和90%时分别展示故障和健康的信号。10种负载下健康和故障的数据总展示图第一行是传感器1第二行是传感器2第三行是传感器3第四行是传感器4一共是10列每列里面有蓝色和黄色蓝色为故障状态黄色为健康状态从负载0-负载90%。因为要把20个表格每个表里又有4个传感器的数据同时绘制出来所以每个信号显示的较小。a1传感器下的数值分布图蓝色为故障状态黄色为健康状态a2传感器下的数值分布图蓝色为故障状态黄色为健康状态a3传感器下的数值分布图蓝色为故障状态黄色为健康状态a4传感器下的数值分布图蓝色为故障状态黄色为健康状态第二份代码SVM.py以512的固定长度切割信号一共生成3941个样本故障状态1960个样本正常状态1981个样本如下图所示故障状态样本集最左侧为序列号0-1959一共1960个样本正常状态样本集总的样本集样本数据归一化处理后划分训练集与测试集3:2测试集的准确率如下第三份代码CNN.py以512的固定长度切割信号一共生成3941个样本故障状态1960个样本正常状态1981个样本如SVM章节所示样本数据归一化处理后划分训练集与测试集3:2epoch为100测试集的准确率如下