科大讯飞-旋转机械故障诊断挑战赛2023-测试【1】

引言
旋转机械故障诊断挑战赛是一项旨在提高旋转机械故障检测和识别能力的竞赛活动。旋转机械是工业生产中广泛应用的设备，其运行状态直接影响着生产效率和安全性。然而，由于各种原因，旋转机械可能会出现不同类型的故障，如轴承损坏、齿轮磨损、转子不对中等。这些故障会导致设备性能下降甚至停机，给企业带来巨大的经济损失和安全风险。因此，及时准确地诊断旋转机械的故障类型，对于保证设备正常运行和延长设备寿命具有重要意义。本博客针对科大讯飞旋转机械故障诊断挑战赛提供的振动和噪声数据集，构建并测试了深度学习和时频分析方法在这一赛事上的可行性。

---

1. 赛事任务简介

本赛事任务是：基于科大讯飞以及国家智能语音创新中心提供的转子综合故障模拟实验台数据集，构建故障诊断模型，利用振动及声音数据对外圈点蚀、滚动体点蚀、转子不对中等故障进行检测。

2. 不同类型故障信号（振动、噪声）的频谱特征可视化

首先，遍历读取下不同工况下的数据，看下其频谱情况

# create a figure with 1 row and 5 columns of subplots
fig, axs = plt.subplots(5