故障诊断中的多域特征融合与生成对抗网络实战解析

简介一套面向旋转机械故障诊断研究者的Python实现方案聚焦多域特征融合与生成对抗网络GAN数据增强技术针对传统时域或频域单特征诊断信息不完整、复杂工况下泛化能力弱的问题给出并行神经网络集成与Transformer结合的故障识别框架。资源代码结构完整适合有一定深度学习基础的研究生或工程人员复现与改进。压缩包共59个文件以28个Python脚本为主体覆盖数据读取、特征提取、模型训练、日志保存与结果可视化等环节另含12个log运行记录、10个png输出图像、4个txt说明文件及md文档整体约2.21MB便于按需求分模块查阅。目前已吸引90人学习浏览。通过源码可了解PHW2012轴承数据集的具体处理方式、多域特征融合的搭建细节以及GAN增强样本在故障诊断中的实际应用效果为后续算法优化、对比实验甚至论文复现提供可直接运行的起点。1. 故障诊断里的“多域特征融合 GAN”这个压缩包到底解决什么问题做旋转机械故障诊断的工程师八成遇到过同一个尴尬正常数据攒了一堆故障数据翻遍检修记录也就那么几十条或者信号明明有故障特征传统频谱分析就是看不出个所以然。“基于多域特征融合与生成对抗网络的故障诊断方法”这套思路就是冲着这两个问题来的——多域特征融合从时域、频域、时频域三个角度把信号里的信息挖干净生成对抗网络把稀缺的故障样本批量“造”出来把不平衡的分类问题掰回正轨。压缩包里装的大概率是这套方法的实验代码不管你有没有拿到源码方法本身的落地路径是公开的特征提取→GAN增强→分类器训练→评估。这篇文章就是把这条路径从头到尾走一遍写出参数、命令和踩过的坑。这个方法适合谁手里有振动、电流或声发射数据想做故障识别但被类不平衡卡住的工程师、研究生和算法研究员。下面从特征融合讲起。2. 把多域特征融合讲透时域、频域、时频域各自抓什么为什么要融合2.1 三个域的物理意义一个信号里藏着哪三种“脾气”振动信号是设备健康状况最直接的语言。时域特征最朴素也最直觉——均值、峰值、均方根值、峭度、偏度、波形因子描述的是信号幅度和分布的统计形态。轴承早期剥落时峭度会显著升高因为它对尖峰冲击特别敏感均方根值反映振动能量水平适合判断总体烈度。但时域特征的瓶颈在于对早期微弱故障不敏感故障冲击的能量远小于正常振动和环境噪声时域统计量几乎无变化。频域特征通过FFT把信号搬到频率轴上看。滚动轴承外圈故障的特征频率约等于0.6倍的转频乘以滚珠数这个频率在正常谱图上没有明显峰值故障发生后会出现谱线。频域的优点是对周期性故障敏感、物理意义明确缺点是把时间信息全部丢弃了对非平稳工况变转速、变负载几乎失效。时频域特征用短时傅里叶变换STFT、连续小波变换CWT或小波包分解把信号展开成时间-频率平面。故障瞬态冲击在时频图上呈现为局部高能量“亮斑”平稳谐波则呈现为水平亮线。三者各抓一面时域抓冲击频域抓周期时频域抓瞬态与变化。所谓多域特征融合就是利用这三者的互补性构造一个对故障更敏感的特征空间。2.2 融合不是拼接特征对齐与维度规约的两种常见做法新手最常见的做法是把三组特征直接首尾相接串成长向量然后扔给分类器——这是最容易翻车的。三个域的特征量纲差异巨大峭度无量纲均方根值的单位是m/s²频域幅值谱的量纲是(m/s²)/Hz时频特征比如小波能量又是另一种尺度。哪一维的数值大、方差大分类器就偏向哪一维这不是融合是“谁嗓门大听谁的”。我一般会做两步先对每个域的特征单独做Z-score标准化再做降维对齐。降维有两个常用方案。一个是PCA——速度快、可解释性好适合特征维度高但线性关系明显的场景另一个是自编码器——非线性降维能力强适合特征维度200以上且线性降维损失大的场景。工程上我建议先用PCA兜底它引入的参数极少效果差再升级自编码器。如果还想再进一步注意力机制也常被用在融合处三个域的特征各经过一个全连接层然后学一组可学习的权重系数加权求和。这在论文上是加分项但在工程上有个隐患——样本量不充足时注意力权重极容易过拟合而故障诊断恰恰是样本稀缺的领域所以我个人不推荐数据量少时使用。2.3 一个可落地的特征提取配置代码与参数我常用的一套特征提取配置基于Python的numpy、scipy和pywt在10kHz采样率的轴承振动信号上效果稳定import numpy as np from scipy import stats, signal import pywt def extract_time_features(x): 时域统计特征均值、标准差、均方根、峭度、峰值因子 rms np.sqrt(np.mean(x**2)) features [ np.mean(x), # 均值 np.std(x), # 标准差波动程度 rms, # 均方根值振动能量 stats.kurtosis(x), # 峭度对冲击敏感 np.max(np.abs(x)) / (rms 1e-8) # 峰值因子 ] return np.array(features) def extract_freq_features(x, fs): FFT 幅值谱统计谱均值、谱标准差、主频位置、低频带能量比 n len(x) f np.fft.rfftfreq(n, d1/fs) mag np.abs(np.fft.rfft(x)) / n low_band (f 200) high_band (f 200) (f 500) features [ np.mean(mag), np.std(mag), f[np.argmax(mag)], # 主频 np.sum(mag[low_band]) / (np.sum(mag) 1e-8), np.sum(mag[high_band]) / (np.sum(mag) 1e-8) ] return np.array(features) def extract_wavelet_features(x, waveletdb4, level3): 小波包分解取各层子带能量作为时频域特征 coeffs pywt.wavedec(x, wavelet, levellevel) return np.array([np.sum(np.abs(c)**2) for c in coeffs])逻辑说明三个函数分别输出维度为5、5、4的特征向量。时域函数中的stats.kurtosis(x)计算四阶中心矩峭度大于3表示信号分布比正态更尖是早期冲击故障的典型标志频域函数用rfft只取实信号的正频部分mag除以n做幅值归一化小波函数用wavedec做多分辨分解返回的coeffs列表中每个元素的平方和代表该子带的能量故障冲击的能量会集中出现在高频细节子带。参数说明fs10000表示10kHz采样率。waveletdb4是Daubechies小波族中较常用的一支对瞬态冲击的时频定位能力较好level3表示分解至第3层生成4个子带系数。若信号采样率更高或更低层数应相应调整一个简单的原则是保证最深层子带的频宽不低于200Hz否则故障冲击信息可能被滤掉。拼接前必须做标准化否则量纲会主导融合结果from sklearn.preprocessing import StandardScaler def fuse_features(time_f, freq_f, wave_f): 三个域特征分别标准化后拼接成融合向量 scalers [StandardScaler() for _ in range(3)] time_n scalers[0].fit_transform(time_f.reshape(-1, 1)).flatten() freq_n scalers[1].fit_transform(freq_f.reshape(-1, 1)).flatten() wave_n scalers[2].fit_transform(wave_f.reshape(-1, 1)).flatten() return np.concatenate([time_n, freq_n, wave_n])逻辑说明这里对三个域分别建scaler而不是共用一个是因为三个域的分布形态差异大各自标准化保留其相对信息。注意fit_transform必须在训练集上调用测试集只用transform沿用训练集的均值与方差——这是特征工程里最常见的泄漏来源擅自用全量数据fit测试评估结果会虚高。3. 用 GAN 补样本生成对抗网络在故障诊断里的角色和调参思路3.1 为什么故障诊断需要 GAN类不平衡是常态真实的故障诊断场景永远不会给你一份干净的数据集。齿轮箱跑十几万公里才坏一次坏一次采集的数据可能不到几秒电机故障更多是突发等故障诊断系统反应过来设备可能已经停了。结果就是训练集里正常样本占99%每类故障只有几十个样本。扔给任何分类器模型都会学成“永远输出正常”因为这样做在训练集上的准确率就是99%——可病根在于类不平衡不在于分类器。生成对抗网络论文里也常写作对抗生成网络在这里做的是数据增强。生成器负责学会真实故障样本的分布把噪声向量映射成逼真的故障信号判别器负责分辨真实和合成样本。两者对抗训练到收敛后生成器产出的增强样本能补进训练集。但要说清楚GAN不是万能的当某类故障样本少于50个时GAN几乎学不出有意义的分布这时候SMOTE或者规则信号合成会更务实。GAN适合的是50500个样本的“小样本中等稀缺”区间正好是故障诊断任务最常见的样本量范围。3.2 生成器与判别器的结构选择从 MLP 到一维卷积按输入类型分两种情况。如果GAN吃的是上一章得到的融合特征向量那生成器用两层全连接就够了噪声z→隐藏层128单元→输出特征向量判别器反过来特征向量→隐藏层→单输出。这种结构轻量、易收敛适合快速验证“GAN增强对分类F1有没有提升”。如果GAN吃的是原始一维信号——这也是论文里最能体现方法价值的形式——结构就要换成卷积。生成器用一维转置卷积把噪声逐步扩成信号序列判别器用一维卷积以局部滑窗的方式提取模式。下面给出我用PyTorch实现的简化结构import torch import torch.nn as nn class Generator(nn.Module): def __init__(self, latent_dim100, target_len512): super().__init__() self.fc nn.Linear(latent_dim, 16 * 16) self.deconv1 nn.ConvTranspose1d(16, 64, kernel_size4, stride2, padding1) self.deconv2 nn.ConvTranspose1d(64, 1, kernel_size4, stride2, padding1) self.leaky nn.LeakyReLU(0.2) self.target_len target_len def forward(self, z): x self.leaky(self.fc(z)).view(-1, 16, 16) x self.leaky(self.deconv1(x)) # 长度 32 x self.deconv2(x) # 长度 64 x nn.functional.interpolate(x, sizeself.target_len, modelinear, align_cornersFalse) return torch.tanh(x.squeeze(1)) # 输出 (batch, 512)逻辑说明fc先把100维噪声映射为256维向量view成16个通道、每通道16点的一维特征图。deconv1和deconv2各做一次上采样长度从16到32再到64。最后用interpolate线性插值一把扩到512避免堆很多层转置卷积带来的棋盘伪影。tanh把输出压缩到[-1,1]符合信号归一化范围。参数说明latent_dim100是原版GAN论文的默认设置本场景下够用调小时生成样本多样性会减弱调大时训练不稳定。stride2表示每步输出长度为输入的两倍转置卷积输出扩频LeakyReLU(0.2)的负斜率0.2用来缓解生成器梯度消失。判别器结构class Discriminator(nn.Module): def __init__(self): super().__init__() self.conv1 nn.Conv1d(1, 32, kernel_size8, stride2, padding3) self.conv2 nn.Conv1d(32, 64, kernel_size8, stride2, padding3) self.fc nn.Linear(64 * 32, 1) def forward(self, x): x torch.relu(self.conv1(x)) # 512 - 256 x torch.relu(self.conv2(x)) # 256 - 128 x x.view(x.size(0), -1) return self.fc(x)逻辑说明卷积层的kernel_size8对应8个采样点的局部感受野恰好覆盖一次冲击激励的持续时间stride2逐步降采样减少计算量最后一层输出一个标量代表判别器对该输入的真实性打分。注意原始GAN输出的sigmoid概率在WGAN-GP中可以去掉直接输出logits更稳定。3.3 训练 GAN 的最小流程与损失函数设置GAN训练是出了名的“玄学”但玄学里也有章法。我用WGAN-GP配合梯度惩罚项稳定性比原始GAN好得多。训练循环分三层先训练判别器再训练生成器每5轮判别器更新后做1轮生成器更新。梯度惩罚项用于约束判别器在真实与生成样本之间的梯度范数def gradient_penalty(discriminator, real, fake, device, lambda_gp10.0): WGAN-GP 梯度惩罚迫使判别器在样本间的梯度范数趋近1 alpha torch.rand(real.size(0), 1, devicedevice) interp alpha * real (1 - alpha) * fake interp interp.unsqueeze(1).requires_grad_(True) d_interp discriminator(interp) grads torch.autograd.grad( outputsd_interp, inputsinterp, grad_outputstorch.ones_like(d_interp), create_graphTrue, retain_graphTrue )[0] grad_norm grads.view(grads.size(0), -1).norm(2, dim1) return lambda_gp * ((grad_norm - 1) ** 2).mean()逻辑说明alpha为0到1之间的随机插值系数生成真实样本与生成样本之间的插值点autograd.grad计算判别器对插值点的梯度惩罚其偏离1的程度。该设计的直觉是判别器梯度只有被约束在1附近Wasserstein距离估计才稳定训练才不会爆炸。参数说明lambda_gp10采用WGAN-GP原论文的默认值很稳不用频繁调。真正的关键超参数在优化器上——生成器学习率1e-4、判别器学习率4e-4比值保持在1:4左右用Adam优化器并设置betas(0.5, 0.9)。如果你发现loss曲线像是两条交叉翻滚的蛇先别动网络结构把学习率降一个数量级再看。4. 把方法组装成工程训练流水线、目录隔离与评估指标4.1 数据准备数据集划分与归一化的坑先说切片。原始振动信号不能直接扔进模型——它的长度可能是几百万个采样点计算量爆炸而且非平稳。常见做法是把连续信号切成固定长度的窗口每个窗口作为一个独立样本。窗口长度我一般取1024个采样点步长512即50%重叠。重叠的意义在于一是把有限的故障数据“变多”二是不漏掉恰好落在窗口边界上的冲击脉冲。窗口长度与采样率有关10kHz下1024点对应约0.1秒能覆盖多个故障冲击周期也够GAN生成器发挥如果采样率是50kHz窗口长度可以相应加到2048保持时间尺度不变。窗口切片之后面临第一个“坑”相邻窗口之间存在高度时间相关性随机划分会让训练集和测试集共享几乎相同的信息。比如某一段3秒的故障信号被切成约50个窗口随机划分时同一个故障事件的窗口可能一半进训练、一半进测试分类器看到的“测试样本”和信息泄漏的“训练样本”长得几乎一样F1被严重抬升。我在一个减速箱轴承项目里对比过随机划分F10.96按时间顺序划分F10.71差了25个百分点。所以数据集划分必须按时间顺序切分或者按独立采集的工况批次做分组——这才是故障诊断实验里真正严格的做法。信号归一化方面如果GAN吃的是原始信号得先做幅值归一化到[-1,1]区间与生成器最后一层的tanh激活匹配如果吃的是特征用前文介绍的Z-score即可。归一化计算的均值和标准差必须全部来自训练集。假设你手滑用scaler.fit_transform(train_test_all_data)先做了全量归一化再把数据拆开你这个实验从第一步就“脏”了——测试集的统计信息已经混到训练集的归一化参数里任何下游评估都不可信。4.2 训练流水线特征融合→GAN→分类器的串联顺序整个方法是一个流水线作业五步走。第一步特征提取。训练集所有窗口过一遍2.3节的脚本得到融合特征。注意特征提取按窗口批量做一次读入整段信号和逐窗口读取在性能上差别很大我用numpy.lib.stride_tricks.sliding_window_view做滑窗切分比for循环快一个数量级。第二步准备GAN训练。如果是原始信号方案把训练集窗口信号当作正样本如果是特征向量方案用融合特征做正样本。第三步GAN训练至收敛采样生成故障补充样本。这里有个量化的经验生成样本的数量一般控制在真实故障样本数量的12倍之间。太少没有增强效果太多会把生成器的噪声也带进来分类器反而越学越乱。第四步训练分类器训练集原始样本生成样本合并随机森林或MLP。第五步在独立测试集评估F1与混淆矩阵。这五步的顺序是不能乱的尤其第三步与第五步之间生成样本只能进训练集绝不能进测试集。我在项目里会用目录结构做物理隔离而不是靠记忆和自觉。目录树如下project/ ├── data/ │ ├── train_raw/ # 训练集原始窗口 │ ├── train_fake/ # GAN合成样本只用于训练 │ └── test_raw/ # 测试集原始窗口 ├── features/ │ ├── train_features.npy │ └── test_features.npy ├── models/ │ └── classifier.pkl └── scripts/ ├── extract_features.py ├── train_gan.py └── train_classifier.py任何一步代码读取数据时都不得跨目录测试集的读取只发生在评估脚本里。这样即使换人接手也不会在不知不觉中把GAN生成的样本泄漏进测试集。分类器方面我在特征融合场景下习惯先用随机森林做研究基线训练快、能输出特征重要性、支持直接选出无用特征。等基线稳定后再换成两层MLP隐藏层128和64追求更好性能。有一个经验法则如果MLP的F1打不过随机森林通常不是网络结构的问题而是特征或者数据划分出了问题先回头查数据不要急着堆模型。4.3 评价指标不能只看准确率类不平衡下准确率完全不可信。一个全猜“正常”的分类器在2%故障率的数据上也有98%的准确率但一次故障都没测出来。真正要盯的是精确率命中的故障有多少是真的故障、召回率真实故障里有多少被抓住和F1分数。故障诊断里漏报故障的代价通常远高于误报所以最优先优化的指标是故障类的召回率如果你做的是自动停机决策可以引入代价矩阵按漏报与误报的实际损失权重来调分类阈值。多分类不要用数组的平均F1。宏平均F1把每个类当成等权重的独立类去平均你的注意力立刻会落到少数类上——正是故障类所在微平均F1会被多数类带跑。在论文或项目报告里把每类故障的F1单独列出然后宏平均并在括号里给出样本数量这样读者一眼就能看出哪些类样本少、哪些类表现差。评估扰动方面每个实验至少跑5次并报告均值±标准差。故障诊断数据量小训练集划分和GAN采样的随机性都会造成波动“结果列表只出现一次实验”的F1很难说服教授或客户。我在跑消融时会固定同一个随机种子序列保证各组之间的对比尽可能公平——GAN生成是随机的固定种子可让增强前后只差一个变量。5. 故障诊断代码的常见问题与避坑指南5.1 现象GAN 的 loss 曲线不下降甚至发散一个典型的翻车现场前几百轮训练loss曲线还在交替下降几千轮后生成器loss突然冲上天花板之后所有生成样本都长一个样——模式坍塌了。原因通常是判别器学得太快把真假样本完全分开了生成器拿不到有效梯度后面再怎么迭代都是在原地踏步。解决调整优化器配置把生成器与判别器的学习率分别设成1e-4与4e-4判别器每更新到5轮才让生成器更一轮梯度惩罚系数维持10不动。如果再不行把latent_dim从100砍到32我实验中发现噪声维度降低后生成样本的多样性在部分数据集上反而更好原因是过大的latent空间让小样本训练更难收敛。排查时还有一招把判别器的梯度范数打印出来如果梯度Norm持续小于1e-3量级说明生成器梯度确实断了问题在判别器太强而不是生成器结构问题。5.2 现象特征融合后维度爆炸、分类器过拟合把时域、频域、时频域三组特征全量的铺开拼起来特征维度动不动就300维。样本量只有上千条训练集F1接近1.0测试集只有0.6标准过拟合。原因不是代码逻辑错而是模型容量超出了样本所能支撑的范围分类器记住了训练样本的细节而不是规律。解决对每个域做特征选择用随机森林的特征重要性排序取top 20三维共60维再拼接或者用PCA降到50维以下。我测过一个样本量为800的数据80维左右是最佳点超过200维性能显著下滑。降维时注意保留故障特征的物理可解释性必要时看一眼PCA主成分载荷别把关键的故障特征频率维度给压掉了。快速检查方法把融合特征矩阵打印出相关系数矩阵如果发现高度共线的特征成对出现相关系数0.9先删冗余列再谈降维。5.3 现象测试集 F1 很高一换工况就失灵实验室测试F1 0.96现场接上传感器第一天就失灵这是故障诊断行业最经典的“玄学时刻”。原因大概率是域偏移实验室数据是人工损伤、恒定转速、同一负载下采集的现场数据是自然磨损、变速、变负载下采集的两者分布差异大到模型无法迁移。特征做的是“工况识别”而不是“故障识别”自然一换工况就翻车。解决在开发阶段就做交叉工况验证。用A转速工况训练、B转速工况测试如果F1断崖式下跌说明你的特征被工况变量主导了。此时加入工况无关特征如阶比谱把频率按转频归一化的谱或做域归一化处理。最怕的是用测试数据反复调参把F1调上去那是自欺欺人调出来的参数换一个工况照样失效。标准做法是准备三份独立数据训练工况、验证工况、测试工况前两份用来调参最后一份只在论文或报告定稿时碰一次。5.4 现象生成的故障样本和真实样本一模一样多样性为零生成的信号波形图和某个真实样本几乎重叠看起来“质量很高”但这是个陷阱。生成器只学会了复制某一条样本没学会数据分布任何下游分类器都会在含有这条复制样本的测试集上表现虚高。原因多数是某类故障的真实样本过少少于50个GAN强行学习小样本导致过拟合。解决先用t-SNE可视化真实故障样本看它们是否在特征空间里构成一个紧凑或稀疏的簇。若样本太少干脆不训练GAN改用SMOTE过采样或者手动参数合成信号。若样本量尚可改成条件GANcGAN结构把故障类别标签作为条件输入让生成器学到“每一类故障的独立分布”从根上杜绝复制粘贴。cGAN的改动不大把标签embedding拼接到噪声向量上就行判别器输入同样拼接标签两行代码的事。5.5 现象生成样本频域对不上谱峰位置偏移这是很多人忽略的一层验证。生成样本在时域波形上看着没问题t-SNE也分得开但一做FFT就露馅——故障特征频率处的谱峰高度和位置跟真实故障样本对不上。原因很直接GAN的判别器只学“像不像信号”没学“物理上对不对”。如果训练数据里故障冲击特征微弱生成器完全可以走捷径生成一段统计形态像噪声但完全没有特征频率的“伪故障样本”。解决在损失函数里加一个频域一致性约束。常见做法是引入谱损失对真实样本和生成样本分别做FFT取幅值谱计算两者在故障特征频率邻域内的差异加到生成器损失里。公式上看就是把传统的对抗损失加上一项权重λ乘以幅值谱的L1距离。λ从0.1开始调高了生成样本会过度贴合训练样本频谱失去多样性低了约束力不够谱峰还是会跑偏。另外一个更图形化的做法把生成样本和真实样本的FFT幅值谱画在同一张图上谱峰对不上就回去调损失这个方法非常直观也方便写进论文附录。6. 验证与进阶怎么证明你的方法真的有效6.1 消融实验的三张表在一篇故障诊断方向的论文里审稿人必问的一句话是“你凭什么说是这个模块起的作用”答案要靠消融实验的三张表。第一张表只用时域特征、只用频域特征、只用时频域特征分别跑一遍分类F1再放“三域融合”的F1证明融合是有效的。第二张表原始不平衡数据、SMOTE增强、GAN增强三种数据策略下分别跑F1证明GAN不是可有可无的装饰。第三张表把你方法与VAE增强、普通过采样、真实样本扩充做对比证明你的方案确实是更优的路径。故障诊断领域的二区和三区SCI期刊都吃这套——三张表每表跑5次取均值±标准差是你实验设计的最短及格线。6.2 可视化验证t-SNE 和频域对比除了数字审稿人还爱看图。t-SNE能把高维融合特征降到2维直接展现训练集和测试集的特征分布形态。如果GAN增强后故障类在特征空间聚拢得更清晰这是数据增强有效的直观证据。另一个物理层面的验证是把生成信号与真实故障信号做FFT对比故障特征频率处峰值的高度和位置——生成样本的谱峰如果和真实样本对不上说明GAN学的是判别器漏洞而不是故障的物理机理。我在内部评审时也常用这两张图快速判断一套新方法值不值得写进报告比单看F1靠谱得多。6.3 记录参数的工程习惯我做故障诊断项目养成了一个习惯每个实验版本保存完整配置——随机种子、数据划分方式、特征提取参数、GAN结构层数、学习率、batch size、epoch数全部记在一个config.yaml里。原因很简单这个领域的实验结果对随机种子极度敏感今天同一个脚本跑出F1 0.97明天全默认参数重跑只剩0.93如果没有版本记录你根本不知道哪个环节漂移了。固定torch和numpy的随机种子成本低但能让你的结果至少在同一台机器上可复现。另一个和审稿人打交道的经验无论你的模型多复杂先跑一个“FFT特征随机森林”的朴素基线。如果复杂方案连这个基线都打不过问题不在模型而在于数据划分或特征体系这时候快速回归才是正路。这套先基线、后增强、再复杂化的路径帮我省下过很多无谓的调参时间。希望这篇梳理能帮你在多域特征融合和GAN故障诊断这个方向上少走几次弯路不管是复现压缩包里的代码还是从零搭建自己的方法都能把实验做到可以自我验证、也能面对外部检验的严谨程度。本文还有配套的精品资源点击获取