轴承故障诊断（一维时序信息结合二维图像实现故障诊断，python编程，十分类）

 1.模型介绍：

2.数据集介绍（凯斯西楚大学数据集，实现对12k采集频率下四种负载的诊断，同时也实现对48k采集频率下数据的诊断）：十分类

0文件夹装的是0HP下原始的数据（包含十种故障），如下图所示

同理，1-3文件夹也是装的各种负载下的原始数据

0HP装载的是经sign_cwtimg.py生成的小波图像，已经划分好训练集和测试集

一维信号样本在生成小波图像的时候，对应的也会保存在.npy文件

0HP_x_test_1D：装0HP测试集的一维数据

0HP_x_train_1D.npy:装0HP训练集的一维数据

其它.npy文件也是如此。

Code.py_0HP.py是0HP数据集故障诊断代码。

其它.py是也是如此。

3.效果（以1HP和48KHZ数据为例）：数据总体分为训练集，验证集（训练集中留出一部分当做验证集），测试集

48KHZ

from tensorflow import keras
from sklearn.metrics import confusion_matrix
from datetime import datetime
from PIL import Image
import numpy as np
import os
import matplotlib.pyplot as plt
import tensorflow as tf
import random
#可以关注：https://mbd.pub/o/bread/ZJialJlw