1.主要介绍:
- 完整代码见
SourceCode 文件夹,数据见data 文件夹 - BP神经网络样本集见
label 文件夹,BP网络模型见model 文件夹 - 本系统实现了时域分析、频域分析、基于BP神经网络的故障诊断三个功能,可以点击主界面上方按钮切换功能页。
- **注意:**如果编译源码失败,请将文件夹
FFTW_dll 中的文件复制到构建文件夹中 - 功能展示与使用说明:
?
2.频域分析
- 点击频域分析按钮,进入频域分析界面
- 点击读取文件,选择数据文件
- 对应画图框绘制离散傅里叶变换幅值谱线
- 可以更改N,然后点击重新绘图按钮,重新绘制幅值谱
- 上面的绘图框绘制幅值谱的一半(因为是对称的),下方会图框绘制全部幅值谱
- 鼠标移动至上方幅值谱的峰值点上,可以显示对应的频率
3.?BP神经网络故障预测-之- 训练网络
- 点击故障预测按钮,进入故障预测界面
- 最多支持4种故障类型检测:正常、内圈故障、外圈故障、滚动体故障
- 制作模型可以制作包含两种及以上的故障预测模型
- 选择加载txt,加载数据,加载完成,CheckBox会变为Check状态
- 然后从ComboBox中选择故障类型,点击制作标签,制作完成,CheckBox会变为Check状态
- 如果某个数据错误,可以点击右侧的清除数据按钮,清除次行数据,对应的CheckBox也会变成UnCheck状态
- 制作完成后点击保存标签,保存为txt文件,文件内容如下:每一列代表一个样本,每一行的前5个为时域特征参数,后2个为01变量,用00、01、10、11代表最多四种故障类型
- 然后点击读取样本按钮,读取已经制作好的样本文件
- 默认训练轮次为500轮,可以点击更改训练次数更改训练轮数
- 点击Train按钮,进行训练
- 训练结束,点击验证模型,评估模型,其中漏检样本含义是将原本故障的样本预测为正常样本,错检样本含义是将正常样本预测为故障样本、或预测错误故障类型
-
- 对结果不满意可以重复上两个步骤,满意的话点击保存模型,储存BP网络参数
4.BP神经网络故障预测-之- 故障预测
-
点击读取数据,选择待检测的轴承数据 -
点击分析预测,提示故障类型 -
?
?5.最后文件说明
? ?需要这份程序的可以私信我
|