基于双路神经网络和多输入时频图像算法的滚动轴承故障诊断研究——涵盖振动信号与多种时频算法的数据集实践（支持小波变换、短时傅里叶变换等）,基于双路神经网络的滚动轴承故障诊断
融合了原始振动信号 和 二维信号时频图像 的
多输入(多通道)故障诊断方法
单路和双路都可
时频图像算法可选小波变，短时傅里叶变，马尔可夫变迁场，格拉姆角场等
数据集可选凯斯西储大学，东南大学，江南大学等等
Pytorch和Tensorflow框架做的。
,关键词：双路神经网络；滚动轴承故障诊断；多输入故障诊断方法；原始振动信号；二维信号时频图像；小波变换；短时傅里叶八三拍节奏型变换；马尔可夫变迁场；格拉姆角场；Pytorch框架；TensorFlow框架；凯斯西储大学数据集；东南大学数据集；江南大学数据集。,基于双路神经网络的滚动轴承故障诊断：多输入时频图像融合诊断方法研究与应用
