# 轴承故障检测系统

**Repository Path**: startgis/bearing-fault-detection-system

## Basic Information

- **Project Name**: 轴承故障检测系统
- **Description**: 基于 GADF、CWT、EMTF 的轴承故障诊断与可视化系统，集成 PyQt 图形界面与多模型预测功能。
- **Primary Language**: Unknown
- **License**: MulanPSL-2.0
- **Default Branch**: master
- **Homepage**: https://gitee.com/Huandu-huan
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 1
- **Created**: 2025-11-25
- **Last Updated**: 2025-11-25

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 🧠 基于深度学习的轴承故障检测系统

### 📘 项目简介

本项目属于 **机械设备智能监测与预测性维护** 技术领域，旨在通过深度学习实现对轴承故障的高精度检测与诊断。
系统融合了信号处理、深度学习建模与 PyQt 可视化界面，**全部使用 Python 实现**，适合对 **Pytorch 网络结构与 QT 界面开发** 感兴趣的学习者参考。

> 💬 说明：本项目仍处于研究与实验阶段，代码偏向教学与功能演示，尚未达到工业级完整性，请理解。

---

### ⚙️ 系统结构

整个系统由以下四大模块组成：

1. **数据预处理模块**

   * 负责将采集到的轴承振动信号进行标准化与切片（并未对信号处理进行清洗，若有需要请修改代码）；
   * 输入数据格式为 `.mat` 文件（可下载自 **凯斯西储大学轴承数据集**）。

2. **特征转换模块**

   * 将时域信号转换为二维图像特征；
   * 采用三种变换方式：

     * 格拉姆角场（GADF）
     * 扩展形态学顶帽滤波（EMTF）
     * 连续小波变换（CWT）

3. **深度学习预测模块**

   * 集成多种深度学习模型用于分类与特征提取：
     `CNN`, `ProtoNet`, `DN4Net`, `GNNNet`, `P2D_GE_Net` 等
   * 支持用户自定义添加新模型；
   * 提供混淆矩阵、T-SNE 可视化分析功能。

4. **人机交互模块（PyQt 界面）**

   * 集成训练、测试与结果展示功能；
   * 用户可通过界面选择模型、查看训练日志与预测结果。

---

### 🧩 项目结构

```
-- data/
    │   └── 存放轴承振动信号的 .mat 文件
-- master/
    ├── img_genete.py          # 信号二维变换（GADF/EMTF/CWT）
    ├── mat_to_excel.py        # 二维图像查看与转换
    ├── hunxiao.py             # 混淆矩阵示例
    ├── Neural_Networks.py     # 各类深度学习模型定义
    ├── Preprocessing.py       # 数据与标签处理
    ├── train.py               # 模型训练主程序
    ├── test.py                # 模型测试与可视化
    ├── single.py              # 单模型混淆矩阵/T-SNE 可视化
    ├── tsne_function.py       # T-SNE 特征降维函数
    ├── utils.py               # 工具函数模块
    └── Visual_interface.py    # PyQt 界面主程序
    └── README.md              # 项目介绍
```

---

### 🧠 项目特点

* ✅ 多通道特征融合
* ✅ 深度学习端到端预测
* ✅ PyQt 图形化可视界面
* ✅ 支持多模型训练与扩展
* ✅ 提供混淆矩阵与 T-SNE 可视化

通过多通道特征融合与智能识别算法，本系统显著提升了**故障诊断的准确性、实时性与可解释性**，可广泛应用于工业设备的状态监测与预测性维护。

---
### 界面示例
![输入图片说明](masterSnipaste_2025-10-23_15-51-36.png)

---

### 🧱 环境依赖

```bash
pip install numpy scipy scikit-learn joblib
pip install matplotlib seaborn opencv-python Pillow
pip install PyQt5 PyQt5-sip
pip install psutil pywavelets
# PyTorch 请根据自身环境单独安装
```

---

### 🚀 使用说明

1. **运行信号转换脚本：**
   打开 `img_genete.py`，执行后会生成 GADF、EMTF、CWT 转换后的图片。
2. **启动可视化界面：**
   运行 `Visual_interface.py`，在界面中选择图片路径，即可进行训练与预测操作。
3. **查看可视化结果：**
   使用 `test.py` 或 `single.py` 文件，可生成模型的混淆矩阵与 T-SNE 可视化图。

---

### ⚠️ 常见问题

1. **Python 包未正确安装** → 请确保依赖项已完整安装。
2. **路径错误** → 所有路径需根据本地文件位置修改。

---

### 🤝 参与贡献

作者：**欢都欢**
欢迎提出改进建议与优化意见，共同完善项目。
如有问题可通过 Gitee Issue 区或邮箱联系。