基于融合CNN(2D-CNN与1D-CNN融合)与PSO-SVM的滚动轴承故障诊断

时间 2021-01-16

标签机器学习深度学习 CNN 故障诊断西储大学轴承 pso-svm 融合cnn 栏目悠闲生活繁體版

原文原文链接

本文将2D-CNN与1D-CNN融合，同时对轴承数据集进行训练，然后在汇聚层将两者池化层的输出连接成一个向量，送进全连接层。模型训练结束之后，取FC层的输出作为提取到的故障特征信号。数据来源，西储大学滚动轴承故障诊断数据集。融合CNN的结构图如图所示： 1，数据准备对于10类故障（1正常，9故障），分别采集100组样本，共1000组，采样点为1

>>阅读原文<<