《表1 数据集明细:基于深度神经网络的提升机轴承故障诊断研究》
文中所使用的数据集明细如表1所示,包括正常轴承数据和三种故障数据。在每种故障情况下有三种故障等级。数据集中包括四种(hp0,hp1,hp2,hp3)负载的数据,并且每种负载下各种故障振动数据规模约为120 000,正常数据约有480 000个。对每种负载数据使用滑动窗口数据增强技术,窗口大小为1 200,步长为34(1 200≈34),根据式(1)可以生成正常数据约14 142个,三种故障类型数据各3 495个,随机抽取正常数据14 000个和故障数据3 400个作为训练集。故在全部负载下共有正常数据56 000个以及三种故障数据各13 600个,总计96 800个数据。将训练集和测试集以3∶1的比例随机划分,则正常数据训练集和测试集数据量分别为42 000和14 000,各种故障训练集和测试集数据量分别为10 200和3 400。
图表编号 | XD0067448900 严禁用于非法目的 |
---|---|
绘制时间 | 2019.08.15 |
作者 | 马辉、车迪、牛强、夏士雄 |
绘制单位 | 中国矿业大学计算机科学与技术学院、中国矿业大学计算机科学与技术学院、中国矿业大学计算机科学与技术学院、中国矿业大学计算机科学与技术学院 |
更多格式 | 高清、无水印(增值服务) |