基于多尺度卷积神经网络的美国西储大学轴承故障诊断完整代码

多尺度卷积神经网络由3个1D-CNN分支组成，各分支的卷积核分别为1×3、1×5、1×7。

在各分支的末端采用AveragePooling降低特征的维度，并将三个分支的特征拼接成一维向量。

最后采用全连接层得到故障诊断的结果。

通过融合故障信号在不同尺度下的故障特征，极大的提高了故障诊断的准确率。

采用MATLAB对数据进行预处理；网络训练环境为python3.7 与 pytorch1.8.0，既可以用CPU也可以用GPU。

实验的数据来自美国西储大学轴承故障诊断数据集，48k/0HP，总共10个故障类别。

file1_data_process.m文件是对原始数据按7:2:1的比例进行划分，并保存在data_process.mat中。

file2_fft_preprocess.m是对划分后的data_process.mat进行FFT变换操作，并将处理后的数据保存在FFT.mat文件中。

“多尺度卷积神经网络.py”即为所提网络的架构。

1.代码类商品，，不提供讲解

2.代码仅供参考学习，出现任何违反学术行为与本店无关

故障诊断代码 轴承故障诊断代码

ID:9848

详询客服 微信shujuqudong1 或shujuqudong6 或 qq68823886 或 27699885

图文详情请查看： http://matup.cn/822175739480.html