FileNotFoundError: [Errno 2] No such file or directory: 'C:/Users/AikV/Desktop/德国帕德博恩轴承数据集/K001N09_M07_F10_K001_1.mat'

这个错误提示是文件路径错误导致的，很可能是文件路径写错了或者文件不存在。请检查一下文件路径是否正确，或者尝试使用绝对路径来读取文件。这里提供一种使用绝对路径的方法，在读取数据时使用os模块来获取当前工作目录，然后再拼接文件路径：

import os
import numpy as np
import scipy.io as sio
import tensorflow as tf
from tensorflow.keras import layers

# 获取当前工作目录
cwd = os.getcwd()

# 读取数据集
data = sio.loadmat(os.path.join(cwd, '德国帕德博恩轴承数据集', 'K001N09_M07_F10_K001_1.mat'))
X = data['X']
y = data['y']

# 将数据转换为一维数组
X = X.reshape(X.shape[0], X.shape[1])

# 将数据转换为三维张量
X = np.expand_dims(X, axis=2)

# 构建模型
model = tf.keras.Sequential([
    layers.Conv1D(32, 3, activation='relu', input_shape=(X.shape[1], 1)),
    layers.MaxPooling1D(2),
    layers.Conv1D(64, 3, activation='relu'),
    layers.MaxPooling1D(2),
    layers.Flatten(),
    layers.Dense(64, activation='relu'),
    layers.Dense(4, activation='softmax')
])

# 编译模型
model.compile(optimizer='adam',
              loss='sparse_categorical_crossentropy',
              metrics=['accuracy'])

# 训练模型
model.fit(X, y, epochs=10, validation_split=0.2)

# 测试模型
test_loss, test_acc = model.evaluate(X, y, verbose=2)
print('Test accuracy:', test_acc)

这里我们首先获取当前工作目录，然后使用os.path.join()方法拼接文件路径。在代码中需要将'德国帕德博恩轴承数据集'和'K001N09_M07_F10_K001_1.mat'修改为实际的文件夹和文件名。