【移动互联网应用课程设计】第14组CWRU项目汇总
本项目针对CWRU数据集进行轴承故障预测,即对测试数据实现4分类——正常基座数据(NORMAL),滚动体故障(B),内圈故障(IR),外圈故障(OR)。最终目标是实现一个可提供给运维人员使用的工业APP。
借助平台:www.phmlearn.com
【code】
-
TrainModel
- STEP1_feature.py
- STEP2_merge.py
- STEP3_fill.py
- STEP4_train&save.py
-
UseModel
- STEP1_testdata_feature.py
- STEP2_usemodel_predict.py
【data】
-
train:训练集
- NORMAL01.csv - NORMAL02.csv
- B01.csv - B06.csv
- OR01.csv - OR14.csv
- IR01.csv - IR06.csv
-
test1 : 第一组测试集(TEST01.csv - TEST14.csv)
-
test2 : 第二组测试集(TEST1.csv - TEST142.csv)
【miniprogram】
-
commpents:组件库
-
components:其他组件库
-
imgs:小程序中用到的背景图
-
pages
- chartonea:数据表格页面
- index:首页
- my:个人中心,登录页面
- show:数据展示页面
-
util:用户配置文件
-
app.js / app.json / app.wxss:全局配置文件
【othercode】
- balance.py
- feature_shipinyu.py
- feature_shiyu.py
【cwru.model】:训练好的四分类模型
【result.csv】:第二组测试数据的故障预测结果
v 1.0.0
- Python 3.6及以上版本
- PyCharm
- pandas-0.23.2-cp37-cp37m-win_amd64.whl
- numpy-1.16.6-cp37-cp37m-win_amd64.whl
- scipy-1.4.1-cp37-cp37m-win_amd64.whl
- scikit_learn-0.19.2-cp37-cp37m-win_amd64.whl
- PyWavelets-1.1.1-cp37-cp37m-win_amd64.whl
- json5-0.9.3-py3-none-any.whl
- joblib-0.14.1-py2.py3-none-any.whl
- 微信web开发者工具
在Windows环境下推荐直接下载Anaconda完成Python所需环境的配置。
详细过程可参考教程:https://blog.csdn.net/yang520java/article/details/80255659。
下载地址为:http://www.jetbrains.com/pycharm/download/#section=windows。
1)更新pip
python -m pip install --upgrade pip
2)下载库文件(以pandas为例)
在网址https://www.lfd.uci.edu/~gohlke/pythonlibs/ 中找到你需要的库文件版本。
例如windows 64 位 Python3.7 对应下载:pandas-1.0.3-cp37-cp37m-win_amd64.whl。下载后放置到Python的安装目录。
3)安装库文件(以pandas为例)
cmd进入终端,cd到Python的安装目录,即下载文件放置的目录,在终端输入如下命令:
pip install pandas-1.0.3-cp37-cp37m-win_amd64.whl
按照文件名的标注,顺序执行 STEP1 - STEP4 对应的 .py 文件:
- STEP1_feature: 对训练数据集进行预处理和特征提取
- STEP2_merge: 将处理完的训练数据集合并成一个.csv文件
- STEP3_fill: 对NORMAL中的空值进行填充
- STEP4_train&save: 使用处理完的训练数据训练模型并保存
按照文件名的标注,顺序执行 STEP1 - STEP2 对应的 .py 文件:
- STEP1_testdata_feature: 对测试数据集进行特征提取
- STEP2_usemodel_predict: 调用保存的模型对处理后的测试数据进行故障分类
在微信开发者工具中导入miniprogram项目即可进行编译。
- 运行代码时,将原路径更换为自己的路径,且路径名最好不含中文
- 模型的特征维数和测试数据处理后的特征维数必须相等