基于生成对抗网络的工业机器故障声音检测模型MaSGAN：一种新型编码器-解码器-编码器架构及其在异常检测中的应用

为解决工业机器故障声音样本稀缺及时间相关性捕获难题，研究人员提出基于生成对抗网络(GAN)的MaSGAN模型，通过编码器-解码器-编码器闭环结构学习正常样本分布，结合改进的线性长短期记忆单元(LLSTM)增强时序特征提取。实验表明，该模型在MIMII数据集上AUC达78.40%，显著优于现有方法，为工业异常检测提供零样本学习新范式。

　　

工业机器的异常声音检测是预防故障的关键手段，但现实中存在两大难题：一是故障样本极度稀缺，正常样本与异常样本比例严重失衡；二是机器声音具有复杂的时间相关性，传统方法难以捕捉动态工况下的非平稳声学特征。这些问题导致现有AI模型易过拟合正常样本，对细微异常敏感度不足。

为解决这些挑战，研究人员开发了MaSGAN（故障声音生成对抗网络）模型。该模型创新性地采用编码器-解码器-编码器闭环结构：主编码器学习正常样本分布，次编码器压缩生成样本特征，通过L₂
-距离比较潜在特征差异实现异常评分。针对时间相关性，进一步提出LLSTM-MaSGAN，通过改进的线性长短期记忆单元(LLSTM)捕获多尺度时序依赖，其门控机制将记忆细胞状态融入所有门操作，有效应对工业声学信号的动态变化。

关键技术包括：1) 基于通道和频率注意力机制的卷积模块，强化频域特征提取；2) 改进LLSTM单元结构，增强时序建模能力；3) 在MIMII数据集上采用无监督训练策略，仅需正常样本即可实现异常检测。

研究结果

1. 模型架构设计：MaSGAN通过主编码器-解码器-次编码器的三重结构，构建了从特征学习到重构验证的闭环系统。测试阶段，异常样本会因重构误差大而被识别。
2. 时序特征增强：LLSTM-MaSGAN在原始模型基础上加入改进的LSTM单元，其遗忘门(f)、输入门(i)、输出门(o)和记忆细胞(M)的联动设计，显著提升了对机器运行状态波动的适应性。
3. 性能验证：在MIMII数据集上，LLSTM-MaSGAN对风扇设备的检测AUC达78.40%，较传统自编码器(AE)、变分自编码器(VAE)和MobileNetV2提升显著，证明其在处理类别不平衡数据时的优势。

结论与意义
该研究首次将GAN的生成能力与双重编码器的判别机制相结合，开创了工业异常声音检测的新范式。其核心价值在于：1) 仅需正常样本即可训练，突破异常数据稀缺的瓶颈；2) 通过LLSTM单元解决工业声学信号的时变特性问题；3) 为DCASE竞赛等工业检测任务提供可复用的技术框架。论文成果发表于《Expert Systems with Applications》，为智能制造领域的故障预警系统提供了理论支撑和工程实践参考。