算法程序运行环境为Python,采用tensorflow深度学习模块。该代码利用生成对抗网络WGAN-GP方法生成时间序列信号(例如轴承振动信号),以增强不平衡训练数据下故障诊断模型的分类精度。
1.所有代码均经过运行测试,没有问题。
2.拍前请仔细阅读作品简介,这非常重要,因为涉及到不同的编程语言(Python或matlab)。
3.程序为特殊商品,经售出不退,有问题请及时联系。
4.建议有一定Python或Matlab基础的同学或工程师购买。
5.该代码不讲解哦。

训练数据集为西储大学轴承数据集CWRU bearning data,以B007类信号(滚动体故障,故障尺寸0.007mm)为例,生成的时间序列振动信号如下





