企业官网建设流程全解析

简介：围绕CWRU轴承数据集，这份PyTorch源码包提供了自编码器（AE）与卷积神经网络（CNN）等多种网络的实现、训练代码及项目说明，面向深度学习故障检测方向的研究者与学习者，便于研读网络结构、对比不同数据预处理方式并开展相关实验。资源共478个文件，压缩包约1.16MB，主体为254个Python脚本，含模型定义、训练流程与可视化脚本；另有tensorboard日志、配置文件等，目录按数据预处理、模型定义、工具函数、训练日志等功能模块划分，层次清晰。已有874人学习下载。代码在原始版本基础上做了改造增强：训练脚本中新增TensorBoard可视化与精确率、召回率、误报率、漏检率等指标记录，并补充了模型ACC/LOSS曲线绘制脚本、CWRU数据CWT和STFT变换分析脚本。整套资源既可帮助初学者通过PyTorch框架理解故障检测建模流程，也能让有基础的读者快速获取可运行源码、日志与指标输出，用于复现实验或改进算法。

1. 多模型故障检测源码实测：CWRU轴承数据、PyTorch训练链路与TensorBoard日志可视化

把CWRU轴承数据集上的故障检测跑通，比单纯跑通一个图像分类要多花不少心思。这份基于多种深度学习的故障检测算法python源码，把CNN和自编码器两类网络、三种数据预处理方式、完整的检测指标与可视化脚本打包到一起，训练日志、TensorBoard曲线、CWT与STFT时频变换图都齐了。它不解决端到端部署，但很适合想研究故障检测算法、想把深度学习真正落到振动数据上的人。对还在折腾环境、刚接触PyTorch的新手来说，这份代码也能当一套标准的训练流水线来模仿。读完后你能回答三个问题：输入信号怎么切、网络怎么选、训练日志里哪些指标才真正说明检测能力。

2. 拿到源码先拆目录：六个模块职责、最小环境配置与数据组织

2.1 目录结构与模块的调用关系

解压之后先别急着跑train.py。我习惯先用tree把整个目录扫一遍，弄清楚每个文件夹是谁在喂谁、谁的输出落在哪里。这份资源和很多散装demo不一样的地方是：它把“数据预处理、网络定义、训练辅助函数、可视化脚本”分得比较清楚，改一个环节不用牵动全部代码。顶层结构大致如下：

├── AE_Datasets/ # 自编码器输入：三种数据预处理方式的相关代码 ├── CNN_Datasets/ # CNN输入：三种数据预处理方式的相关代码 ├── checkpoint/ # 各网络训练过程保存的日志（作者跑实验时的留痕） ├── logs/ # TensorBoard事件文件（events.out.tfevents.*） ├── models/ # 不同网络模型定义（CNN、AE等） ├── utils/ # 训练过程辅助函数（train_utils.py、train_utils_ae.py） ├── draw_models.py # 各模型训练集/验证集ACC与LOSS绘图 ├── draw_transform.py # CWRU数据的CWT/STFT变换分析与绘图 ├── train.py # 训练除自编码器以外的网络模型 └── train_ae.py # 训练自编码器网络模型

从调用关系上看，AE_Datasets和CNN_Datasets是数据入口，分别服务自编码器和CNN。models里的网络结构负责接收数据并输出预测，utils里的train_utils.py和train_utils_ae.py封装训练逻辑，train.py和train_ae.py是最外层入口，checkpoint和logs是训练过程中写到磁盘的产物，两个draw脚本把日志和原始数据变成可视化的图。

也就是说，如果你只想看某个网络在CWRU上跑到什么水平，只需要改train.py里模型实例化那一行；如果你想对比不同预处理方式，先在两个Datasets目录里把数据准备好，再启动训练。checkpoint里的日志是作者当时跑实验留下的，我建议先留着不要删，后面跟自己的实验对照时很有用。

2.2 最小可跑环境：PyTorch、TensorBoard与依赖安装

代码基于PyTorch，训练过程用了TensorBoard写入Scalar指标，可视化用到matplotlib和numpy。故障检测常用的时频变换依赖scipy和pywt，后者不是PyTorch自带的，跑draw_transform.py之前必须装。我一般用conda建一个独立环境，避免把系统Python搞得一团糟：

conda create -n fault_detect python=3.8 conda activate fault_detect pip install torch tensorboard numpy scipy matplotlib pip install pywt

第一行创建Python 3.8环境，第二行激活环境。PyTorch的安装建议根据自己的CUDA版本选择，CPU机器直接装CPU版也能跑，只是速度慢一些；torch版本不要求最新，TensorBoard的events.out.tfevents.*格式在各版本间是兼容的。pywt是时频分析必须的一环，装完可以用下面这条命令确认导入正常：

python -c "import torch, tensorboard, scipy, pywt; print('ok')"

只要不报ImportError，环境就算搭好了。这里有个容易被忽略的点：如果电脑上同时装了多个Python，conda环境激活后还要确认pip对应的就是当前环境，否则很容易出现包装到了base环境、训练时却报ModuleNotFoundError的情况。Windows笔记本上跑这份代码没有额外障碍，logs目录里那串LAPTOP-1FVELO7I主机名说明作者当时就是在笔记本上完成的实验。

2.3 三种数据预处理方式：同一种网络在不同输入下的效果差异

AE_Datasets和CNN_Datasets都写了三种数据预处理方式，这是这份资源里比较有价值的对比实验点。常见的做法是把CWRU原始振动信号按固定窗口长度切段，三种方式的差别主要在于切法和归一化上，我按最常见的一组配置给一个对照。

这三种方式在CWRU上都可以跑，但结论可能有差别。我的经验是：一维输入训练快，适合先验证网络结构和调参；想追求更稳的检测效果，可以在确认一维基线之后，再做STFT或CWT谱图喂给2D-CNN，draw_transform.py就是专门用来提前观察信号变换效果的。这里也想提醒一句：无论选哪种方式，训练集和验证集都要在同一预处理管线里生成，不能训练用归一化、验证用原始数据，否则指标再好看都是假的。

3. 训练入口拆解：train.py与train_ae.py的工作流、检测指标与日志写入

3.1 训练脚本骨架：数据加载、模型实例化与epoch循环

train.py和train_ae.py是两份独立入口，逻辑高度相似。它们本身不含太多代码，真正的训练函数在utils/train_utils.py和utils/train_utils_ae.py里，脚本负责解析数据集、构建模型、把参数传进去。打开train.py，核心流程大致是这样：

# train.py 的精简骨架（完整逻辑以项目内源码为准） import torch from torch.utils.data import DataLoader from utils.train_utils import train # 训练封装函数 from models import build_model # 以models目录里实际提供的函数为准 # 数据加载：CNN_Datasets里预处理好的数据通过Dataset包装 train_loader = DataLoader(train_dataset, batch_size=64, shuffle=True) val_loader = DataLoader(val_dataset, batch_size=64, shuffle=False) # 按经典CWRU四分类（正常/内圈/外圈/滚动体）构建网络 model = build_model('cnn', num_classes=4) train(model=model, train_loader=train_loader, val_loader=val_loader, epochs=100, lr=1e-3, log_dir='logs/cnn_result', ckpt_dir='checkpoint/cnn_result')

这段代码的核心逻辑是：把预处理好的数据包装成DataLoader，训练时shuffle=True打乱顺序，验证时不打乱。模型通过models目录里的构建函数创建，train.py负责传参，train函数内部完成前向、反向、指标计算和日志写入。

参数方面，batch_size设64在大多数笔记本上跑得动，数据量大再考虑128；epochs设100是常见设置，先跑50轮看曲线趋势也行；lr=1e-3是Adam类优化器的常见起点，如果loss震荡明显就降到1e-4。train_ae.py的运行方式几乎一样，区别只在模型换成了自编码器，以及内部走train_utils_ae.py的封装，自动编码器对重构误差的监控和对分类指标不太一样。

3.2 故障检测核心指标：精确率、召回率、误报率、漏检率的计算方式

很多新手训练时只看准确率，这在故障检测里是不够的。CWRU数据集中，正常样本和故障样本数量往往不均衡，如果故障样本只占少数，模型全部预测正常也能拿到很高的准确率，但这样的模型毫无检测能力。所以这份源码在训练函数里特意加了精确率、召回率、误报率、漏检率和F1值，计算逻辑是二分类视角：正类为故障，负类为正常。

# 把多分类预测映射成二分类：0=正常，1=故障 binary_true = (y_true != 0).astype(int) binary_pred = (y_pred != 0).astype(int) # 计算混淆矩阵四要素 TP = ((binary_true == 1) & (binary_pred == 1)).sum() FP = ((binary_true == 0) & (binary_pred == 1)).sum() FN = ((binary_true == 1) & (binary_pred == 0)).sum() TN = ((binary_true == 0) & (binary_pred == 0)).sum() precision = TP / (TP + FP) # 精确率：报故障里真的故障比例 recall = TP / (TP + FN) # 召回率：真故障里被抓住的比例 false_alarm = FP / (FP + TN) # 误报率：正常样本被错判成故障 miss_rate = FN / (FN + TP) # 漏检率：故障样本被漏掉 f1 = 2 * precision * recall / (precision + recall + 1e-8)

指标含义很直观：精确率回答“报出来的故障有多少是准的”，召回率回答“真实故障有多少被抓住了”，误报率关注正常样本被误伤，漏检率关注故障样本被漏过。产线场景里误报率高了会导致频繁停机检查，代价很大；学术对比则更常用F1来平衡精确率和召回率。分母上加1e-8是为了防止除零，这是数值稳定性的常规写法。

训练结束后，utils会把这几个数连同Loss值一起写入TensorBoard。你不需要自己算，但必须明白一个道理：acc高不代表检测能力强，只有当precision、recall和F1同时稳定，这个模型才真的可用。

3.3 TensorBoard日志写入：看Scalar曲线而不是等训练结束

训练过程中，train函数会向logs目录写入Scalar数据，格式就是那串events.out.tfevents开头的文件。查看方式很简单：

tensorboard --logdir=logs

启动后浏览器访问配置文件里提示的端口，默认是6006。左侧Scalar面板能看到train_loss、val_loss、train_acc、val_acc，以及精确率、召回率、误报率、漏检率、F1值这些曲线。比等100轮跑完再拿终端输出判断要直观得多：loss下降平缓还是震荡，val_acc到哪个epoch开始不再上升，一眼就能看出来。

logs目录里散落着多组events.out.tfevents.*文件，文件名中的时间戳是Unix格式的启动时刻，主机名后面是进程ID。多组文件意味着作者跑过多轮实验，这其实是给后来者留下的一个好处：你可以对比不同实验的曲线，找出哪一组预处理方式或哪个网络参数组合的val曲线最稳。训练到一半发现val_loss反弹，直接停掉改参数，不必等全部跑完。

4. 可视化落地：draw_models.py画曲线、draw_transform.py做时频变换

4.1 draw_models.py：训练集与验证集的ACC/LOSS曲线绘制

训练结束后，终端只能看到最后一轮的数字，中间过程全在日志里。draw_models.py做的就是把这些日志解析出来画成曲线图，方便整体观察趋势。它背后的读取逻辑本质上就是解析TensorBoard事件文件，核心思路是这样：

# draw_models.py 的读取逻辑（绘图细节以项目源码为准） import os import matplotlib.pyplot as plt from tensorboard.backend.event_processing.event_accumulator import EventAccumulator for run in os.listdir('logs'): ea = EventAccumulator(os.path.join('logs', run)) ea.Reload() # 先看有哪些tag，避免写错名字 tags = ea.Tags()['scalars'] train_acc = [s.value for s in ea.Scalars('train_acc')] val_acc = [s.value for s in ea.Scalars('val_acc')] plt.plot(train_acc, label=f'{run}-train') plt.plot(val_acc, label=f'{run}-val') plt.xlabel('epoch') plt.ylabel('acc') plt.legend() plt.savefig('acc_curves.png')

EventAccumulator是TensorBoard官方提供的日志解析接口，Reload方法把事件文件读进内存，Scalars方法按tag取出一组标量。如果你的训练函数里tag命名不是train_acc，先通过ea.Tags()['scalars']打印所有键名再改动。这个脚本的价值在于：多个实验跑完后，所有acc曲线叠加在一张图上，哪个模型在第几个epoch过拟合、哪个曲线整体更平稳，一目了然。

LAOSS曲线同理，只是把tag换成train_loss和val_loss。我通常把ACC和LOSS两张大图都导出来放一起看，ACC稳定但LOSS持续走高的组合很值得警惕。

4.2 draw_transform.py：CWT与STFT（汉宁窗）分析CWRU振动信号

CWRU数据集里的原始数据是轴承振动加速度信号，采样频率有12kHz和48kHz两种。直接看时域波形，内圈故障和外圈故障的冲击差异并不明显；把信号变换到时间-频率平面后，不同故障的特征频率带会清晰许多。draw_transform.py做的是这件事，它用短时傅里叶变换和小波变换比较同一段信号的两种时频表示。

# draw_transform.py 核心变换逻辑（以CWRU 12kHz采样为例） import numpy as np from scipy.signal import stft import pywt fs = 12000 # 采样频率，48kHz数据请同步修改 # 方式一：STFT，汉宁窗，窗口256点，重叠128点 f, t, Zxx = stft(signal, fs=fs, window='hann', nperseg=256, noverlap=128) plt.pcolormesh(t, f, np.abs(Zxx), shading='gouraud') # 方式二：CWT，morlet小波，尺度范围1~64 scales = np.arange(1, 64) coefs, freqs = pywt.cwt(signal, scales, 'morl', sampling_period=1/fs) plt.imshow(np.abs(coefs), aspect='auto', cmap='jet', extent=[0, len(signal)/fs, freqs[-1], freqs[0]])

STFT是把长信号切成一段段短窗口做傅里叶变换，汉宁窗能抑制频谱泄漏，窗口长度决定时间分辨率和频率分辨率的折中：窗口越长频率越精细，但时间定位越模糊。CWT用morlet小波在不同尺度上做卷积，低频尺度对应频率高、时间分辨率差，高频尺度则相反，整体上比STFT更擅长捕捉瞬态冲击。

在CWRU场景里，轴承故障会周期性产生冲击，这些冲击在时频图上会形成沿时间轴重复的能量线条，特征频率和故障类型一一对应。我第一次把内圈故障样本跑完STFT后，看到低频段有规律的亮带，对照故障特征频率公式一算完全对得上，那种感觉比直接看测试集acc踏实得多。

4.3 checkpoint、logs和events时间戳：一次训练的三种留痕

checkpoint和logs经常被混为一谈，其实分工不同。checkpoint目录是训练过程中控制台输出的日志文本，记录了每个epoch的Loss、acc、precision、recall等数字，适合快速翻看；logs目录是TensorBoard事件文件，适合可视化对比。两者时间戳一致时，对应同一次训练。

logs目录里这组events.out.tfevents.*文件的时间戳集中在1671780001到1671783488之间，按照Unix时间换算不到一个小时，说明作者在连续多轮实验后把结果留了下来。我习惯用这个时间戳做实验编号：每次训练在log_dir里带上日期和模型名，比如logs/20250214_cnn_stft，配合checkpoint文本日志，三个月后回来看还能还原当时的调试过程。

5. 训练避坑：日志对不上、曲线空白、时频图发黑这类问题的排查记录

5.1 现象：TensorBoard里曲线空白，Scalar面板没有数据

第一次打开tensorboard时，Scalar面板空白是常见翻车现场。最常见的原因是logdir传错了层级，logs目录下直接放事件文件，但如果没有按实验分子目录，TensorBoard扫描到的是同一层级下的多个事件文件，可能只显示最后一段。另一个原因是训练还没跑够一个epoch，writer没有flush，事件没有真正落盘。

解决方法是：训练脚本确认每个实验写入独立的子目录，比如logs/cnn_run1，启动tensorboard时用tensorboard --logdir=logs；如果跑了好几个epoch还空白，检查代码里writer.close()或flush()是否执行。事件文件是追加写入的，训练中途强杀进程也可能导致最后一小段数据缺失，但前面的epoch应该还在。

5.2 现象：训练集acc很高，验证集acc明显偏低

这个现象十有八九是数据切分出了问题，而不是网络过拟合。CWRU数据来自同一个轴承的连续振动采样，如果随机把窗口切进训练集和验证集，同一个原始文件里的相邻窗口可能同时出现在两侧，本质是数据泄漏。训练时模型见过这些窗口的邻居，验证自然得分高，换个工况就被打回原形。

解决方法是按样本文件切分而不是按窗口切分：先按CWRU原始数据文件划分train/val，再从文件内部切窗口。我自己踩过这个坑，当时训练集acc到了97%以上，验证集只有83%，改成按文件切分后两边的差距明显收窄。特征频率的计算也要以同一采样率为前提，12kHz和48kHz的数据混着用会直接破坏一致性。

5.3 现象：CWT/STFT图一片黑或者亮得刺眼

先确认画的是np.abs(系数)还是原始复数，很多新手直接pcolormesh复数数组，matplotlib会报警告或者画出诡异色块。排除这个之后，一片黑通常是幅值动态范围问题：信号里有低频分量幅值很大，把其他频段压成了黑色。STFT对这种问题相对宽容，CWT尤其明显，因为小波系数的幅度随尺度变化很大。

解决方法是做对数压缩或者线性归一化。我在处理CWRU数据时习惯对系数取20*log10后的值再画图，动态范围会舒服很多；也可以把cmap的vmin/vmax手动设到百分位数，比如vmin=0.5分位，vmax=99.5分位，这样能避开个别极大值把色标拉伸过头。这类问题多半不是数据坏了，而是显示方式没调对。

5.4 现象：准确率很高，但误报率和漏检率居高不下

这个现象很多人会愣一下，因为它恰好是类别不平衡的典型特征。CWRU里如果正常样本占比大，模型学到的决策边界会偏向多数类，acc被正常样本撑高了，但故障样本漏检严重，误报率也可能异常。单纯盯着acc调参，永远走不出来。

解决方法是把评估重心转移到precision、recall、F1和混淆矩阵上，训练时也可以考虑给少数类加权。这份源码在utils里加了误报率和漏检率的计算，就是明确暗示：故障检测任务不能只看acc。如果你自己训练的模型出现这种状况，先去看混淆矩阵，然后决定是加权还是换输入形式。

5.5 现象：CPU训练很慢，数据加载占了绝大部分时间

没有GPU时训练慢是正常的，但有一种慢完全可以避免：训练循环里每个step都做STFT或CWT变换，相当于把预处理计算重复做了几十遍。CWRU数据总量不大，但如果每个窗口都现场做时频变换，CPU训练会慢得让人怀疑人生。

解决方法是把预处理结果提前算完存成npy，训练时直接加载数组。第一次跑draw_transform.py确定用哪种变换后，我习惯先把整批数据变换好，写入磁盘，再让训练脚本读取，训练速度能提升一个量级。另一个常见卡点是DataLoader的num_workers在Windows上设置不当导致黑屏或死锁，Windows建议设0或1。

6. 用事件日志做验证：解析logs批量对比指标，固定数据入口再谈调参

6.1 批量解析logs目录，用事件文件生成指标对比表

训练脚本每跑一次就往logs写一批事件文件，时间一长，手动翻找某个实验的指标很麻烦。我常用的一个技巧是写一段解析脚本，把logs下所有实验的最后一个epoch指标抽出来，自动生成对比表，省去反复开关TensorBoard的功夫。

# 批量提取logs下各实验的最终指标（tag名以实际写入为准） import os from tensorboard.backend.event_processing.event_accumulator import EventAccumulator for run in sorted(os.listdir('logs')): ea = EventAccumulator(os.path.join('logs', run)) ea.Reload() val_acc = [s.value for s in ea.Scalars('val_acc')] val_f1 = [s.value for s in ea.Scalars('val_f1')] print(f'{run:24s} val_acc={val_acc[-1]:.4f} val_f1={val_f1[-1]:.4f}')

这段代码的价值在于把对比从“打开TensorBoard手动记”变成“一条命令出表格”。每一行代表一次实验，val_acc和val_f1取最后一个epoch的值。如果想要更完整的结论，把误报率和漏检率也加进去。多组实验一次性摊开，哪个网络、哪种预处理方式表现稳，立刻有数，不用凭记忆下结论。

6.2 把曲线和时频图回放成调参依据，固定数据入口再谈微调

调参数有一个很容易犯的错：一边改预处理、一边改学习率，最后指标变了也说不清是哪个改动起的作用。我的做法是先用draw_transform.py把CWRU样本的STFT和CWT图看一遍，确定用哪种输入形式，然后把这一项固定下来，之后所有对比都只动网络结构和训练参数。

选择网络时也不只看最终acc，把draw_models.py画出来的多组曲线叠加在一起：验证集acc在第几个epoch见顶、之后是否下滑，比单个数字更有信息量。如果某个模型在第30轮就开始过拟合，即使最终acc看着不错，几轮后换工况也很可能翻车。

从那以后我再拿到一份故障检测源码，都不会直接train.py一把梭，而是先把logs目录里的旧实验全部解析出来，画成对比表，结合时频变换图确认数据入口，再决定要不要动手改参数。这个习惯让我少走了不少弯路。希望帮到你。

本文还有配套的精品资源，点击获取