轴承故障诊断产品系统

面向工业旋转机械（电机、风机、泵、机床主轴等）的轴承健康监测与预测性维护，适用于连续生产线、风电、轨道交通等对设备可靠性要求高的领域。

基于振动信号，实时识别轴承故障类型与严重程度。系统能精准区分故障位置（内圈、外圈、滚珠），同时判断损伤程度（如轻微、中度、重度），输出多级预警，帮助运维人员快速定位问题部件，减少非计划停机。

数据基础：采用轴承数据集，包含不同位置、不同损伤直径的振动信号，构造多类标签（如正常、内圈轻/中/重度故障、外圈轻/中/重度故障、滚珠轻/中/重度故障等）。

信号处理：对原始振动进行分段、去噪，生成短时傅里叶变换（STFT）时频图或小波包特征，增强故障特征表达。

模型设计：搭建卷积神经网络（如WDCNN、ResNet）或Transformer，实现端到端的故障位置与程度联合分类；训练阶段引入数据增强与类别平衡策略，提升泛化能力。

评估与部署：通过测试集混淆矩阵、准确率、F1-score验证模型性能，将训练好的模型压缩（如量化、剪枝）后部署至边缘计算设备或工业云平台，完成在线故障定位。