一、分类问题描述

齿轮箱故障诊断数据集由东南大学收集并公开，已经被广泛用于数字信号方面以及深度学习方面的研究工作。变速箱数据集来自动力传动系统动态模拟器(DDS)。如图1所示。通过旋转研究了两种不同的工况速度系统负载设置为20hz-0v或30hz-2v。不同类型的分类如表1所示。在每个原始mat文件中，有8个排信号:1、电机振动、2、3、4、行星齿轮箱振动三排方向(x, y, z)， 5-电机转矩，6,7,8-三个平行齿轮箱的振动方向(x, y和z)。此外，振动数据标记为2来自x方向行星齿轮箱只设计为matlab文件(.mat)来执行分类任务，根据故障类型进行存储。，每个数据文件命名为“机械部件名称_速度_载荷.mat

 

 ([‘ball_20_0.mat’,‘comb_20_0.mat’,‘bearing_health_20_0.mat’,

‘inner_20_0.mat’,‘outer_20_0.mat’,‘ball_30_2.mat’,

‘comb_30_2.mat’,‘bearing_health_30_2.mat’,‘inner_30_2.mat’,‘outer_30_2.mat’,'Chipped_20_0.mat','Gear_Health_20_0.mat',

'Miss_20_0.mat','Root_20_0.mat','Surface_20_0.mat','Chipped_30_2.mat','Gear_Health_30_2.mat','Miss_30_2.mat','Root_30_2.mat','Surface_30_2.mat'])

 

该数据集包括轴承部件的五种不同工作条件齿轮组件:四种故障类型和一种健康状态。因此，故障DDS的分类是一个20类分类任务。

 

 

任务描述：

（1） 编写函数进行数据分割，把数据长度为512000的20个样本。对每一类故障建立1000个样本，20类总计20000个样本。

（2） 根据Pythorch数据集的设计规则。设计数据集

（3） 建立深度学习分类模型，至少包括4层神经网络，Epoch不大于100。实现对齿轮箱故障分类。

二. 分类方案

基于课程中的问题分解思路，拟定本问题的解决方案如图 1所示，详细步骤如下：

(1) 构建数据集。通过io.loadmat导入mat数据集。因为数据较少，因此先建立文件标签再按批次提取。可以一次性将所有数据导入。导入后将数据集分为20000份，作为20000个样本数据。并进行归一化。方便后续分类。

(2) 深度学习网络构建。CNN网络进行分类。本文构建网络的思路，先设计一个足够深的CNN网络（防止欠拟合）。然后通过loss曲线和acc曲线结果，对网络的参数及结构进行针对性优化。该过程将在后文进行具体阐述。

(3) 网络与超参数调节。通过loss和acc曲线的结果，分析估计数据的梯度分布情况。调整网络的超参数和网络参数到合适值，得到最优模型

 

 

图 1 分类问题的解决方案

 

三、数据集处理流程

数据集的处理及Pytorch中数据类的构建总共分为以下几个步骤：

(1) 获取所有数据的文件路径。为了保证程序在标签改变、数据量改变的情况下也可以正常运行。首先提取文件路径下的变量路径。以此得到标签和变量数量。其核心实现代码如下

(2) 根据获取的文件路径，分离出标签数据。并导入mat文件数据。并将数据打乱。以方便后续的数据读取。

 

       (3) 在对数据进行归一化的同时，编写Sliding_window函数对数据进行滑动分割，同时对每一类数据添加标签。

 

 

(4) 构建数据类。使用np.vstak函数对数据集进行叠加

 

（5）对标签进行独热编码

 

(6) 数据读取。创建类以后，将全部信息读取出来。利用torch中的random_split进行随机切片。训练集和测试集的数据比例为8：2。（这里如果样本的数据总量变了，需要重新设置rand_split中的参数）

 

 

四、深度模型结构描述

4.1 网络构建代码解释

图 2为网络构建的代码,其中变量par中的即为网络的参数。

 

 

图 2 深度网络的设计代码

4.2 网络结构分析

4.2.1 网络结构概述

最后的网络结构如下面的参数集所示。本文所用网络共包括了8层卷积层，2层全连接层，8层BN层，1层Dropout层。激活函数为ReLU。

def deep_model(feature_dim,label_dim):
    from keras.models import Sequential
    from keras.layers import Dense
    model = Sequential()
    print("create model. feature_dim ={}, label_dim ={}".format(feature_dim, label_dim))
    model.add(Dense(500, activation='relu', input_dim=feature_dim))
    model.add(Dense(100, activation='relu'))
    model.add(Dense(label_dim, activation='sigmoid'))
    model.compile(optimizer='adam', loss='binary_crossentropy', metrics=['accuracy'])
    return model

此外，优化器选择Adam算法，损失函数为交叉熵，相关超参数设如下：

 

4.2.2 网络设计要点

Ø 网络深度选择:从上面的网络结构可以看出，对于一个20000*512的分类样本数据而言。本报告设计的网络结构层度较深。其主要原因包括：

1. 数据集足够的大，计算量大。

2. 选择Adam优化算法，SGD算法表现较差

3. 损失函数选择交叉熵，CrossEntropyLoss算法准确率极低

4. 最后一层输出层选择sigmod函数，为配合损失函数交叉熵函数使用。

同时选用softmax函数训练结果准确率极低

注：以上设计要点均在Examination_paper_Part2.1.ipynb文件中体现，Examination_paper_Part2.2.ipynb文件中则使用了相对的表现差的算法与函数

五、分类精度展示

 

如图所示，在使用了Adam优化算法、二元交叉熵算法、relu+relu+sigmod函数的Examination_paper_Part2.1.ipynb文件中。epoch在10次以内即可收敛，精确度可达86.9%，该模型实现了较高的精确度

 

六、结论

本报告分析了SEU_train_data数据集的结构和类别，在Pytorch软件框架下，依据分类要求，设计了4层分类网络，精度已到达87%。同时分析了模型训练过程中存在的训练精度和测试精度的变化规律，针对其中的不少问题，从课程中学习的理论进行了分析，提出了相应的解决方案，同时，提出的深度模型在样本充足和较少情况下均到达了较好的分类精度，表明模型具有较好的泛化性能。通过本课程的学习，收获了较多人工智能知识和Python编程技能，在后面的大创实验中，将利用本课程的知识，解决大创中的数据处理问题，实现学以致用。

七、小组分工

找数据集并处理、最终汇报（司卜元） 

制作汇报ppt、最终文档并上传博客（崔兆玺）

构建训练模型，优化网络结构、参数（屈程洋）

八、gitlab

屈 程洋 / My project · GitLab (crowdhmt.com)