自码轴承寿命预测代码

我的轴承的代码都是自己读研生涯的积累，自己创作出来的。之前一直在微信和csdn。现在本人闲鱼已开通
【闲鱼】[ 「这是我的闲鱼号，快来看看吧～」 点击链接直接打开](https://m.tb.cn/h.gMn6EN9?tk=HuEC35bxVXw CZ3460)
之前都是小伙伴们主动问我，然后微信上给你们看有偿部分的代码，很多小伙伴还不知道有哪些内容：

一、数据处理

数据读取包含phm2012和xjtu两个数据集的两套代码，分别可保存
1）原始振动数据
2）快速傅里叶变换数据fft
3）短时傅里叶多维时间序列数据（注意不是时频图，需要的话自己调节数据变换的窗口大小就能得到时频图。我现在是窗口大小正好是一次采样长度所以得到的是时间序列）

二、第二阶段，也就是目前在出的轴承进阶代码

有cnn，gru，cnn-gru，tcn，tcn-多头注意力，transformer，lstm，bilstm模型都是phm2012和xjtu数据通用
——————————————————
这些模型得到的预测曲线：①可作为直接预测用；②可以作为虚拟健康指标（VHI）后续再用-线性模型，双指数模型，相关向量机（RVM），贝叶斯神经网络，Deep AR网络做向后预测，直到健康指标达到失效阈值
——————————————————
此外有：深度自编码自监督特征提取；健康指标后处理

数据读取和模型训练是分开的，这样更清楚些①特征集制作，原始振动信号，fft，stft三种，等
②再将①中得到的数据输入到tcn的完整预测代码中（你要的是TF版本）
③你还要TF版本的tcn加多头注意力是吧（目前写的是torch版本代码都没有valid_data：验证集）
训练集

emd示例数据测试集

三个模型及以上都赠送

1）都是自己良心编写，注释详细，物有所值，
三个模型及以上都赠送：①原始phm和xjtu数据集读取②emd分解加统计特征提取代码③phm2012工况一emd统计特征提取代码已处理好的示例数据
直达链接：三模型链接

五个模型及以上都赠送

2）五个模型及以上都赠送：④再送2个优化算法pso，safa⑤配套带有优化模型运行示例数据cmapss和phm2012轴承的emd统计特征处理好数据
直达链接：五模型链接

全部模型再送

3）全部模型再送：⑥新模型任选2个：DRSN,GNN,Transformer（encoder+decoder）完整版
直达链接：第二阶段全部模型

三、第三阶段

对tcn，transformer的内部进行优化改进的并行结构模型代码，比如注意力的内部结构；其他DRSN类的模型改进。这部分未出

新出：DRSN，DRSN-TCN，DRSN-GRU，GNN, Transformer（encoder+decoder）完整版
直达链接：DRSN类模型

drsn-tcn的emd示例数据效果：
训练集

四、对健康指标的后处理

①双指数拟合预测（可自己修改为一次函数、多项式回归）；②相关向量机（Relevant Vector Machines）的回归预测加95%置信区间
③DeepAR

五、深度特征提取

CWT+Res-Conv2D做深度特征提取

CWT+Res-Conv2D做深度特征提取(高阶版本，TF.keras版本，目前初步上架预售中)（主要是针对CWT多维矩阵特征的提取，也可以用到多维时间序列特征的提取，特别适用于XJTU-SY轴承数据集）
ps：本代码可以配合“一、2.”深度特征提取使用
直达链接：待上架

基于tcn自编码的深度特征提取

适用于做健康阶段划分，输入数据为原始振动信号经过FFT后得到的1280维度高维数据，经过多种实验，发现压缩维度为16能提取到适用于阶段划分的深度特征。
提供FFT数据、源码、还有现成的深度特征。
直达链接：待上架