代码简介:针对实际生产中旋转机械工况变化引起状态监测数据分布差异及获取待诊断样本标签困难问题,提出多尺度子领域自适应模型(MSDAM)的跨工况下滚动轴承故障诊断方法。首先,以原始振动信号作为输入,无需信号预处理及人工特征参数提取;其次,搭建多尺度卷积神经网络将已知标签样本和待诊断样本特征迁移到同一子空间,捕获具有细粒度信息的多尺度公共特征。
参考文献:2024年 电工技术学报 EI《深度子领域自适应网络电机滚动轴承跨工况故障诊断》。
数据预处理:支持1维原始数据
网络模型:MSDAM
数据集:CWRU、4种工况数据
网络框架:pytorch
结果输出:损失曲线图、准确率曲线图、混淆矩阵、tsne图
准确率:测试集100%
使用对象:初学者
代码保证:代码注释详细、即拿即可跑通。
额外免费服务:可提供半个小时的线上集中答疑