1.主要介绍：
- 完整代码见
SourceCode文件夹，数据见data文件夹 - BP神经网络样本集见
label文件夹，BP网络模型见model文件夹 - 本系统实现了时域分析、频域分析、基于BP神经网络的故障诊断三个功能，可以点击主界面上方按钮切换功能页。
- **注意：**如果编译源码失败，请将文件夹
FFTW_dll中的文件复制到构建文件夹中 - 功能展示与使用说明：
?
2.频域分析
- 点击频域分析按钮，进入频域分析界面
- 点击读取文件，选择数据文件
- 对应画图框绘制离散傅里叶变换幅值谱线
- 可以更改N，然后点击重新绘图按钮，重新绘制幅值谱
- 上面的绘图框绘制幅值谱的一半（因为是对称的），下方会图框绘制全部幅值谱
- 鼠标移动至上方幅值谱的峰值点上，可以显示对应的频率
3.?BP神经网络故障预测-之- 训练网络
- 点击故障预测按钮，进入故障预测界面
- 最多支持4种故障类型检测：正常、内圈故障、外圈故障、滚动体故障
- 制作模型可以制作包含两种及以上的故障预测模型
- 选择加载txt，加载数据，加载完成，CheckBox会变为Check状态
- 然后从ComboBox中选择故障类型，点击制作标签，制作完成，CheckBox会变为Check状态
- 如果某个数据错误，可以点击右侧的清除数据按钮，清除次行数据，对应的CheckBox也会变成UnCheck状态
- 制作完成后点击保存标签，保存为txt文件，文件内容如下：每一列代表一个样本，每一行的前5个为时域特征参数，后2个为01变量，用00、01、10、11代表最多四种故障类型
- 然后点击读取样本按钮，读取已经制作好的样本文件
- 默认训练轮次为500轮，可以点击更改训练次数更改训练轮数
- 点击Train按钮，进行训练
- 训练结束，点击验证模型，评估模型，其中漏检样本含义是将原本故障的样本预测为正常样本，错检样本含义是将正常样本预测为故障样本、或预测错误故障类型
-
- 对结果不满意可以重复上两个步骤，满意的话点击保存模型，储存BP网络参数
4.BP神经网络故障预测-之- 故障预测
-
点击加载网络，选择保存的模型，此时会提示模型可以预测的故障种类，不在范围内的故障无法准确预测
-
点击读取数据，选择待检测的轴承数据
-
点击分析预测，提示故障类型
?
?5.最后文件说明
? ?需要这份程序的可以私信我