基于深度学习的滚动轴承故障检测方法研究

上传者: m0_63127829 | 上传时间: 2023-05-05 21:56:17 | 文件大小: 31.71MB | 文件类型: ZIP
[深度应用]·DC竞赛轴承故障检测开源Baseline(基于Keras1D卷积 val_acc:0.99780) 轴承是在机械设备中具有广泛应用的关键部件之一。由于过载,疲劳,磨损,腐蚀等原因,轴承在机器操作过程中容易损坏。事实上,超过50%的旋转机器故障与轴承故障有关。实际上,滚动轴承故障可能导致设备剧烈摇晃,设备停机,停止生产,甚至造成人员伤亡。一般来说,早期的轴承弱故障是复杂的,难以检测。因此,轴承状态的监测和分析非常重要,它可以发现轴承的早期弱故障,防止故障造成损失。 最近,轴承的故障检测和诊断一直备受关注。在所有类型的轴承故障诊断方法中,振动信号分析是最主要和有用的工具之一。 在这次比赛中,我们提供一个真实的轴承振动信号数据集,选手需要使用机器学习技术判断轴承的工作状态。

文件下载

资源详情

[{"title":"( 12 个子文件 31.71MB ) 基于深度学习的滚动轴承故障检测方法研究","children":[{"title":".vscode","children":[{"title":"settings.json <span style='color:#111;'> 94B </span>","children":null,"spread":false}],"spread":true},{"title":"submmit.csv <span style='color:#111;'> 3.00KB </span>","children":null,"spread":false},{"title":"Bear_data","children":[{"title":"test_data.csv <span style='color:#111;'> 61.43MB </span>","children":null,"spread":false},{"title":"train.csv <span style='color:#111;'> 92.07MB </span>","children":null,"spread":false}],"spread":true},{"title":"main.py <span style='color:#111;'> 4.63KB </span>","children":null,"spread":false},{"title":".idea","children":[{"title":"workspace.xml <span style='color:#111;'> 1.61KB </span>","children":null,"spread":false},{"title":"misc.xml <span style='color:#111;'> 188B </span>","children":null,"spread":false},{"title":"inspectionProfiles","children":[{"title":"profiles_settings.xml <span style='color:#111;'> 174B </span>","children":null,"spread":false}],"spread":true},{"title":"modules.xml <span style='color:#111;'> 327B </span>","children":null,"spread":false},{"title":"bearing_detection_by_conv1d-master.iml <span style='color:#111;'> 291B </span>","children":null,"spread":false},{"title":".gitignore <span style='color:#111;'> 50B </span>","children":null,"spread":false}],"spread":true},{"title":"README.md <span style='color:#111;'> 16.03KB </span>","children":null,"spread":false}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明