基於小波時頻圖與CNN的軸承故障診斷

特徵提取部分用到了matlab時頻圖變換工具箱，故障診斷分類部分用的是pytorch0.4        傳統軸承故障診斷是採用各種特徵提取方法對一維軸承信號進行特徵提取，如HHT包絡譜，FFT頻譜，小波能量譜等，變換後的特徵依舊是一維數據。本文采用小波時頻圖將一維軸承信號轉換爲2維（3通道真彩圖）的時頻圖，然後以64*64*3作爲CNN的輸入，實現分類，運氣好的話，測試集精度有99.5%（因爲每

>>阅读原文<<