《表1 CWRU轴承数据集故障类型划分》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《采用多尺度注意力机制的旋转机械故障诊断方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

本案例采用12kHz、电机负载分别为0、0.735、1.471、2.206kW的振动信号进行实验。考虑到深度学习训练样本数较少时，训练模型识别性能将下降。机器视觉领域的数据增强技术并不适用于一维振动数据。本设计采用重叠采样[7]方式，数据集采样频率为12kHz，样本每间隔12点采集4 096个数据。本案例对10种故障类型进行诊断，如表1所示。每个故障类型训练样本和测试样本数量分别为1 000和200个。