采用一维CNN神经网络算法，对西储大学轴承数据集，最终得到的准确率不低于99.5%，且灵活，根据个人想法，随意调整训练集测试集的比例，这是我2021年的故障诊断大作业，从开始学习到最终搞定花了不少时间。
另外，附上我的程序与报告。
2021-06-18 13:04:29
4.8MB
故障数据为采样频率为12KHZ的驱动端故障数据。
数据文件均为Matlab格式（.mat格式）。采样频率为12kHz。故障分别有内圈，外圈，滚动体等和每个数据标题中英文对应。
BA - 基座加速度数据（正常）
DE - 驱动端加速度数据
FE - 风扇端加速度数据
time - 时间序列数据
RPM- 转每分钟
适用于通过方法或算法对数据分析从而对轴承故障进行识别。
2021-06-16 13:18:04
45.75MB
CWRU数据集数据整理程序+下载好的数据包（防止程序中的下载部分出现bug）+数据使用说明，个人研究正在使用，可直接用（请将解压后的所有文件和故障诊断程序放在同一个目录下）
2021-05-10 17:48:15
230.77MB
1
将.mat格式的凯斯西储大学的轴承数据集通过python转换为了.csv格式的数据集合。更适用于用python tensroflow keras进行机器学习训练。有问题可站内私信或留言联系。
2021-04-24 08:57:08
406.21MB
1
自己总结学习轴承检测故障过程，检测轴承的震动信号，对震动信号进行分析，提出特征，不同故障对应不同的特征值
2021-04-15 10:17:20
91KB
1
主要对滚珠轴承的状况分为四类：健康、滚动元件故障、内滚道故障、外滚道故障。
，数据文件均为Matlab格式（.mat格式）。
2021-04-13 10:30:33
227.42MB
1