ICEEMDAN-CMBE特征提取+Bayes-TCN-BiLSTM故障诊断+SHAP可解释分析！MATLAB完整代码本代码集面向旋转机械（如轴承）的故障诊断任务。基于凯斯西储大学（CWRU）轴承数据中心公开的驱动端振动加速度信号（采样频率12 kHz，转速1797 rpm），通过信号分解‑非线性特征提取‑深度时序分类的全流程分析，实现不同故障类型（正常、内圈、滚动体、外圈）及不同损伤直径（0.007″、0.014″、0.021″）的10类状态识别。核心创新在于引入复合多尺度气泡熵（CMBE） 表征ICEEMDAN分解后各IMF的复杂度，并结合贝叶斯优化（BO）的TCN‑BiLSTM混合网络提升分类精度与泛化性。