运行效果：添加注意力机制下的transformer模型，实现轴承故障诊断（Python程序，有非常详细的代码注释，无需修改数据集路径，解压缩后可以直接运行，平均准确率在9_哔哩哔哩_bilibili

运行库版本要求

只要pytorch库大于等于1.13.1版本即可，其他库版本无要求。

1.数据集介绍

使用凯斯西储大学轴承数据集，一共有4种（0hp/1hp/2hp/3hp）负载下采集的数据，每种负载下有10种 故障状态：三种不同尺寸下的内圈故障、三种不同尺寸下的外圈故障、三种不同尺寸下的滚动体故障和一种正常状态。

以0hp为例展示

 2.整个项目文件展示

 main.py是训练集训练和验证集验证的程序，并将模型保存在设置的路径

model.py 是本文添加注意力机制下的transformer模型

plot.py是绘制可视化程序脚本，绘制损失曲线、准确率曲线和混淆矩阵

data_set.py和process_data.py是将原始数据处理为一个个样本。

data文件夹装的是原始数据和经process_data.py处理后的数据样本，每个样本长度为1024，并将样本分为训练集、验证集和测试集

result文件夹装的是每次运行实验保存的结果

 

以第一个文件为例打开 

3.模型输出

 

4.效果，平均准确率在99.479%以上，这里以0hp和1hp数据集下实验结果为例进行展示

 0HP数据集

训练集

 验证集

 测试集

 

1HP数据集

训练集

验证集 

  

 测试集