《表1 数据集的详细信息：基于稠密卷积网络的轴承故障诊断》

  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

《基于稠密卷积网络的轴承故障诊断》

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

在轴承故障诊断中，凯斯西储大学轴承数据集[21]是目前学界广泛使用的标准实验数据库。凯斯西储大学轴承数据集里分别有正常轴承、单点驱动端和风机端缺陷的数据。驱动端轴承实验数据是以12 kHz和48 kHz的采样频率收集的，所有风机端轴承数据采样频率为12 kHz。这里采用的是正常轴承数据和采样频率为12 kHz的驱动端轴承缺陷数据。每个数据样本的持续时间为0.1秒，即每1 200个数据点组成一个样本。总共收集了10种不同健康状态的轴承数据，分别为正常、3种不同缺陷大小的内圈故障、3种不同缺陷大小的外圈故障、3种不同缺陷大小的滚珠故障。3种不同大小缺陷的直径分别是0.18 mm、0.36 mm、0.54 mm。对于每种轴承健康状态都抽取400个样本，其中有4个负载环境数据，每个负载环境数据有100个样本，具体数据见表1。对于每种健康状态的数据集随机抽取75%用于训练，其余用于测试。为了降低试验过程中随机性因素对于性能评价的影响，每个实验都进行了10次，取它们的平均值作为最终的性能参数指标。