1 前言

大多数文献用CWRU数据制作数据集的思路是差不多的，这里就说一个最常见的：用窗口滑移的方式制作样本，例如每2048个采样点为一个样本。（吐槽一下：我本来以为这个实验是做了好多轴承的实验结果呢，没想到同种情况就只有一个轴承，样本是部分重叠的情况下切出来的，话说这种样本训练出的结果真的可靠吗？）

2 制作数据集

因为最近在尝试LSTM，所以最后做出来的数据集是又分了时间步的，但是不需要的小伙伴可以忽略这一步的操作。

2.1 下载数据，初步处理

官方连接：https://csegroups.case.edu/bearingdatacenter/pages/download-data-file
或者我上传的：https://pan.baidu.com/s/1Faygebmjw3kEPli6ikM0eA
提取码：gdsk

因为我的需求是十种状态，每种状态有120个样本，每个样本2048个采样点，所以选择了12kHz驱动端的数据，利用matlab简单处理了一下，得到了10×121048的.mat文件（千万别问我121048怎么算出来的。。。）

2.2 上代码

import numpy as np
import scipy.io as scio
from random import shuffledef normalize(data):'''(0,1)normalization:param data : the object which is a 1*2048 vector to be normalized '''s= (data-min(data)) / (max(data)-min(data))return  sdef cut_samples(org_signals):''' get original signals to 10*120*2048 samples, meanwhile normalize these samples:param org_signals :a 10* 121048 matrix of ten original signals '''results=np.zeros(shape=(10,120,2048))temporary_s=np.zeros(shape=(120,2048))for i in range(10):s=org_signals[i]for x in range(120):temporary_s[x]=s[1000*x:2048+1000*x]temporary_s[x]=normalize(temporary_s[x])     #顺道对每个样本归一化results[i]=temporary_sreturn resultsdef make_datasets(org_samples):'''输入10*120*2048的原始样本，输出带标签的训练集(占75%)和测试集(占25%)'''train_x=np.zeros(shape=(10,90,2048))train_y=np.zeros(shape=(10,90,10))test_x=np.zeros(shape=(10,30,2048))test_y=np.zeros(shape=(10,30,10))for i in range(10):s=org_samples[i]# 打乱顺序index_s = [a for a in range(len(s))]shuffle(index_s)s=s[index_s]# 对每种类型都划分训练集和测试集train_x[i]=s[:90]test_x[i]=s[90:120]# 填写标签label = np.zeros(shape=(10,))label[i] = 1train_y[i, :] = labeltest_y[i, :] = label#将十种类型的训练集和测试集分别合并并打乱x1 = train_x[0]y1 = train_y[0]x2 = test_x[0]y2 = test_y[0]for i in range(9):x1 = np.row_stack((x1, train_x[i + 1]))x2 = np.row_stack((x2, test_x[i + 1]))y1 = np.row_stack((y1, train_y[i + 1]))y2 = np.row_stack((y2, test_y[i + 1]))index_x1= [i for i in range(len(x1))]index_x2= [i for i in range(len(x2))]shuffle(index_x1)shuffle(index_x2)x1=x1[index_x1]y1=y1[index_x1]x2=x2[index_x2]y2=y2[index_x2]return x1, y1, x2, y2    #分别代表：训练集样本，训练集标签，测试集样本，测试集标签def get_timesteps(samples):''' get timesteps of train_x and test_X to 10*120*31*128:param samples : a matrix need cut to 31*128'''s1 = np.zeros(shape=(31, 128))s2 = np.zeros(shape=(len(samples), 31, 128))for i in range(len(samples)):sample = samples[i]for a in range(31):s1[a]= sample[64*a:128+64*a]s2[i]=s1return s2# 读取原始数据，处理后保存
dataFile= 'G://study of machine learing//deep learning//LSTM//datasets//十个原始信号.mat'
data=scio.loadmat(dataFile)
org_signals=data['signals']
org_samples=cut_samples(org_signals)
train_x, train_y, test_x, test_y=make_datasets(org_samples)
train_x= get_timesteps(train_x)
test_x= get_timesteps(test_x)saveFile = 'G://study of machine learing//deep learning//LSTM//datasets//datasets.mat'
scio.savemat(saveFile, {'train_x':train_x, 'train_y':train_y, 'test_x':test_x, 'test_y':test_y})

不需要划分timesteps的可以不用这个函数，最后就得到了打乱顺序的训练集（900×2048）、测试集（300×2048）

码字不易，转载请附出处：https://blog.csdn.net/weixin_44620044/article/details/106877805
小白一枚，请大牛批评指正。

利用python整理凯斯西储大学（CWRU）轴承数据，制作数据集相关推荐

CWRU（凯斯西储大学）轴承数据
CWRU(凯斯西储大学) 轴承数据实验平台如下图所示: 实验平台组成: 一个2马力的电动机(图左侧): 一个扭矩传感器/ 译码器(图中间连接处): 一个功率测试计(图右侧): 电子控制器(图中没显示 ...
随机森林模型构建--在凯斯西储（CWRU）数据上的简单测试（1）
随机森林模型构建测试–在凯斯西储(CWRU)数据上的简单测试(1) 文章目录随机森林模型构建测试--在凯斯西储(CWRU)数据上的简单测试(1) 1. 实验数据集说明 2. 测试数据说明 3. 随机 ...
对凯斯西储大学的轴承故障信号进行小波变换特征提取
最近本菜鸟对凯斯西储大学的轴承信号做了时域参数和小波变换,希望能分辨出其轴承出现故障与否和故障类型-外圈故障,内圈故障,滚珠体故障.以下是用matlab2011b处理信号后的结果及遇到的问题.先贴代码 ...
小波变换之（凯斯西储大学CWRU数据转为时频图像）-matlab
凯西储大学(CWRU)数据集下载地址:CWUR完整版 1,挑选出所需数据,每种工况下的10类数据,也就是每个类别一个mat格式的文件 2,加载原始路径,预先定义好所需要的参数采样频率12Khz ad ...
西储大学(CWRU)轴承数据集故障诊断(一)：数据读取，数据集划分
CWRU轴承数据集故障诊断博客编写背景数据集读取训练与测试完整数据读取代码博客编写背景本次博客是对深度学在机械设备的故障诊断(模式识别)领域的入门级的基础教程,主要是专门针对CWRU滚动轴 ...
西储大学(CWRU)轴承数据集的数据读取与划分
简介由于课题原因,最近在学习torch对于轴承故障检测的相关知识,但第一步读取数据以及数据的划分就难到了我,在网上查找相关资料,也没有完整的代码,于是只能东拼西凑,修修改改,最后勉强凑出来一个可以一 ...
CWRU（凯斯西储大学）轴承数据集简介
实验平台如下图所示: 实验平台组成: 一个2马力的电动机.(图左侧) 一个扭矩传感器/译码器(图中连接处) 一个功率测试仪(图右侧) 电子控制器待测轴承: 待检测的轴承支撑着电动机的转轴: 驱动端轴 ...
凯斯西储（CWRU）数据集解读并将数据集划分为10分类（含代码）
凯斯西储大学轴承故障数据集官方网址:https://engineering.case.edu/bearingdatacenter/download-data-file 官方数据集整理版(不用挨个下了) ...
【凯斯西储大学数据集介绍（CWRU）】
目录实验平台缩写含义总结实验平台实验平台组成: [1]一个2马力的电动机(图左侧): [2]一个扭矩传感器/ 译码器(图中间连接处): [3]一个功率测试计(图右侧): [4]电子控制器(图 ...

利用python整理凯斯西储大学（CWRU）轴承数据，制作数据集