由建模先锋团队 精心打造的首款智能故障诊断系统 SmartDiag AI（基础版）V1.0 重磅上线！该版本专为毕业设计、初学者入门、教学示范场景、小型项目验证设计，以"简单易用、核心齐全、功能实战"为目标，让故障诊断不再复杂。
1 系统总体定位与目标
SmartDiag AI 智能故障诊断系统是一款面向教学、科研与工业三层用户的智能化诊断平台，基于Python + PyQt + PyTorch + 信号处理算法开发。系统以"数据驱动 + 知识融合 + 智能决策"为核心理念，实现从信号采集、特征提取、时频分析、深度学习建模到智能诊断的全流程自动化。
2 核心功能模块简介
2. 1 数据文件设置-预览
设置系统数据文件路径，选择轴承故障数据建库类型，支持多种格式数据导入（TXT / CSV / MAT），提供分段、标准化、过滤等常见预处理操作。
-
简单易操作
-
自动识别信号通道
2. 2 变分模态分解VMD-预览
内置经典 VMD 算法，适用于信号去噪、特征增强、分量分解。
-
可视化数据预览（波形图）
-
自动分解 IMFs
-
支持绘制分解结果波形
-
提供参数可调（K值、惩罚因子α等）
2. 3 快速傅里叶变换FFT-预览
快速得到频谱信息，辅助初级故障诊断。
-
可视化数据预览（波形图）
-
幅频图一键生成
-
自动寻找特征频率
-
适用于轴承、旋转机械等典型场景
2. 4 故障特征数值分析-预览
选择时域特征、频域特征、机械相关振动特征等故障特征数值分析。
-
可视化数据预览（波形图）
-
特征数值计算分析
- 并支持特征可视化与导出
2. 5 智能故障诊断模型-预览
选择分析任务和特征分析指标，设置参数进行故障诊断。内置超强机器学习模型 XGBoost模型，可直接训练与预测：
-
特征分析与可视化
-
模型参数设置
-
单击训练模型
-
输出故障分类结果
-
故障概率可视化
3 适用场景
3.1 面向对象
无需复杂编程，即可掌握智能故障诊断基本流程
-
毕业设计
-
信号处理初学者
-
机械/电气类课程教学
-
基础故障诊断实验平台
-
小型项目快速验证
3.2 SmartDiag AI（基础版）V1.0 的特点
-
全图形化 PyQt 界面，一键操作
-
支持常见数据集（CWRU等）
-
完整信号 → 特征 → 模型流程
-
开箱即用，适合初级入门
-
可扩展，可升级到 SmartDiag Pro 和 Enterprise 版本
3.3 联系我们
-
支持个性化定制服务
-
支持界面设计与系统开发
点击下方卡片获取代码！