《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》

  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

《基于深度神经网络的提升机轴承故障诊断研究》

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

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。