Swin-transformer结合CBAM+GRU故障诊断模型创新

完整项目包点击文末名片

代码数据下载：
代码下载后有两种 运行方式， 第一种是基于 Pycharm 编辑器的
第二种 基于 Jupyter的（也可以安装VSCode）

二、代码文件介绍

1. 数据集介绍，必看教程（特别详细）
   在轴承故障数据集振动信号的时域表示中，通常将时间作为横轴，振动信号的幅值作为纵轴。具体来说：

• 横轴（X轴）代表时间：时间是指振动信号采集的时刻或时间序列中的时间点。它表示了信号采集的顺序和时间间隔。横轴上的单位通常是秒（s）或毫秒（ms），取决于信号采集的频率和持续时间。
• 纵轴（Y轴）代表振动信号的幅值：振动信号的幅值表示了在特定时间点或时间段内的振动强度或振幅。它反映了振动信号的能量或振幅大小。在轴承故障数据集中，纵轴（Y轴）代表的是轴承的振动信号的幅值，以加速度（Acceleration）作为单位。纵轴上的数值表示轴承在特定时间点或时间段内的振动加速度值。

振动加速度是指物体在振动过程中的加速度变化，它是描述振动强度和振动频率的重要指标之一。在轴承故障数据集中，通过对轴承进行传感器测量，可以获取到轴承在运行过程中产生的振动信号，其幅值通过加速度来表示。
通过时域显示，我们可以观察到振动信号随时间的变化情况，包括振动的周期性、幅值的变化、脉冲或波形的形状等。这有助于分析信号中的特征、频率成分、周期性或随机性等，并对振动信号的特征进行故障诊断、频谱分析、波形分析等进一步处理和解释。
1.2 凯斯西储大学轴承数据集 描述的是什么数据？该数据集是一个常用的轴承故障数据集，用于故障诊断和预测的研究。该数据集包含了来自不同故障模式和工作条件下的轴承振动数据。
数据集描述的是在旋转机械系统中使用的轴承的振动信号数据。轴承是旋转机械中的重要组件，常常承受着高速和高负荷的工作环境，因此容易发生故障。自身内部的缺陷有很多种像在加工生产时产生的或者在组装过程中导致的形变，外部环境所导致的故障也有很多种例如变形、磨损、裂变等。通过监测轴承的振动信号，可以获得关于轴承运行状态的信息，进而进行故障诊断和预测。
该实验台如图所示，其组成为：

• 一个1.5KW（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) 。
  待测轴承：
• 基座数据
• 电机驱动端
• 电机风扇端

1.4 以上三个不同位置的振动数据的区别解读通过在电机壳体的驱动端、风扇端和基座上放置加速度计，可以获取到三个不同位置的振动数据。这些数据的区别在于它们所测量的振动信号反映的是不同的物理现象和特征，因而可以提供不同的信息用于故障诊断和监测。

• 驱动端数据：位于电机壳体的驱动端的加速度计测量的是电机驱动端的振动信号。这个位置上的振动信号主要受到电机转子的旋转和传动系统的激励影响，因此可以提供关于电机传动系统和驱动端的故障信