基于先验知识引导的振动信号增强用于机械故障诊断

《International Journal of Mechanical Sciences》:Prior knowledge-guided vibration signal augmentation for mechanical fault diagnosis

【字体: 大 中 小 】 时间:2026年01月06日 来源:International Journal of Mechanical Sciences 11.4

编辑推荐:

  魏阳|杨兆军|罗伟|何佳龙 中国吉林省长春市吉林大学机械与航空航天工程学院,教育部数控设备可靠性重点实验室,邮编130022 摘要:振动数据对于故障诊断至关重要,但类别不平衡问题常常会降低模型性能并引入预测偏差。合成少数类过采样技术被广泛用于解决此类问题,但由于忽视了高维振动信

  魏阳|杨兆军|罗伟|何佳龙 中国吉林省长春市吉林大学机械与航空航天工程学院,教育部数控设备可靠性重点实验室,邮编130022

摘要:振动数据对于故障诊断至关重要,但类别不平衡问题常常会降低模型性能并引入预测偏差。合成少数类过采样技术被广泛用于解决此类问题,但由于忽视了高维振动信号的物理特性,往往会产生不真实的合成样本,因此效果不佳。为克服这一局限,我们提出了振动SMOTE——一种新的过采样框架,它借助领域特定的先验知识来确保生成数据的物理一致性。首先,我们开发了一种自适应中心频率引导的变分模态分解方法,用于从含噪信号中有效提取内在故障特征,为数据合成提供高精度基础。其次,我们引入了一种统计过滤机制,通过利用离散熵、峰度等指标来保留具有物理意义的信号成分,从而防止噪声传播。此外,与传统方法不同,我们的合成过程在频域的几何超空间中进行,能够将原始相位信息与合成振幅有机结合,从根本上避免了时间域插值带来的问题。通过在模拟数据集和实际工业数据集上的全面实验,验证了该方法的有效性。经过振动SMOTE处理后的数据集在类别可分性方面平均提升了4.18%,且生成的合成数据分布与真实振动状态极为接近。这些结果表明,这种基于物理原理的过采样方法能够通过生成高质量、符合物理规律的样本,显著提升故障诊断性能。

引言:在工业生产中,机械设备的故障诊断至关重要,因为诊断的准确性直接关系到系统的安全性和运行可靠性[1]。因此,有效识别和预测潜在故障已成为智能制造和工业物联网领域的重要研究课题[2]。振动数据是监测机械健康状况的关键信号[3,4],通过分析振动响应,可以检测出诸如表面粗糙度缺陷[5]、滚动部件损伤[6]、齿轮裂纹[7,8]、涡轮增压器及航空发动机故障[9,10]等常见机械故障。与其他状态监测信号相比,振动分析通常能带来更高的诊断精度[11]。随着深度学习的广泛应用,将原始振动数据与先进的算法模型相结合,进一步提升了潜在故障及异常模式的检测能力[12,13][14,15]。

近年来,机械设备的故障诊断技术已从传统的信号处理方法发展到先进的深度学习方法[16]。早期的研究依赖于手工设计的特征以及支持向量机[17]、决策树等经典分类器,这些方法需要深厚的领域专业知识,且泛化能力有限[18]。随着深度学习的发展,包括贝叶斯神经网络[19]、卷积神经网络[20,21]以及图神经网络[22]在内的数据驱动模型,展现出强大的能力,能够捕捉振动信号中固有的时空依赖关系。与此同时,跨领域迁移学习[23,24]和领域自适应方法[25,26]也被引入,旨在缓解实验室环境与实际运行条件之间的分布差异,从而提升模型的鲁棒性和实际应用价值[27]。

然而,在实际的工业环境中,大多数监测数据都是在设备正常运行期间收集的,由于故障样本极为稀缺,从而导致严重的类别不平衡问题[28]。这种不平衡会降低故障识别的准确性,进而影响诊断模型在现实场景中的有效性和可靠性[29]。为应对这一挑战,研究人员提出了多种策略:包括数据级方法如欠采样、过采样和生成式增强;算法级方法如代价敏感学习[30]、迁移学习[31]以及集成技术[32];还有将数据平衡与先进深度模型相结合的混合框架。其中,数据合成因其能在数据集层面直接解决类别不平衡问题而备受关注。与可能丢失有用信息的欠采样方法,以及通常需要复杂模型设计的算法级调整不同,数据合成能够在保留原始数据集多样性的同时丰富少数类样本[33]。因此,有效合成并利用合成故障样本对于提升诊断性能至关重要[34]。

目前,主流的数据合成方法包括合成少数类过采样技术(SMOTE)、生成对抗网络[35,36]以及扩散模型[37]。这些方法在应用于故障诊断任务时各有特点。尤其是基于GAN的方法,可以通过对抗训练学习复杂的数据分布,并生成多样化的样本,在大规模数据集上表现出优异的性能[38]。例如,罗等人[38]设计了基于辅助条件GAN和TimeGAN的两阶段生成策略,以解决训练过程中的梯度崩溃问题,从而生成更多样化的故障样本。张等人[39]则开发了一种生成器架构,该架构整合了时间和空间编码器,能够同时提取长时序依赖关系和多传感器空间相关性,再通过通道融合生成高质量的多变量时间序列数据。王等人[40]提出了一种多领域协同对抗框架,结合并行频率损失机制,实现多视角特征学习与频率增强反馈,以此生成高质量样本用于数据集平衡。牛等人[41]改进了CycleGAN中的生成器和插值器设计,并引入了综合目标函数,提升了模型捕捉非线性声学特征的能力。王等人[42]则采用多尺度卷积核生成多样化样本,增强了诊断模块实现类内聚合与类间分离的能力。

不过,GAN通常需要大量的训练数据才能实现稳定优化,在少样本故障诊断场景中[43],它们容易发生模式崩溃现象,这限制了合成样本的多样性[44]。相比之下,扩散模型通过迭代去噪过程生成数据,在生成高保真输出方面表现出色,尤其是在图像生成任务中[45]。例如,赵等人[46]将小波变换与扩散模型相结合,生成高质量的合成样本,从而扩充不平衡数据集,并提高小样本条件下的诊断精度。张等人[47]则利用改进的基于U-Net的扩散模型生成目标域样本,并结合分类损失、双MMD、跨领域三元组损失以及一致性正则化手段,实现特征对齐与强泛化能力,显著提升了在数据有限的条件下的诊断性能。易等人[48]在基于U-Net的扩散模型中引入残差结构,以便在去噪过程中保留关键频率特性,从而生成高质量的振动信号,进一步提升小样本增强效果。穆勒等人[49]则整合了残差块、时间嵌入以及双重注意力机制,支持逐步去噪,同时运用类别条件嵌入来生成特定故障信号,实现数据集平衡。然而,扩散模型的训练和推理过程往往需要数百到数千次迭代,这就带来了巨大的计算负担,给资源有限的工业环境中的实时诊断或部署带来了挑战。

与之相比,SMOTE是通过在特征空间中进行插值来生成合成样本的[50],因此即使在小数据量场景下也能有效发挥作用[51]。由于其数学公式直观且计算效率高,SMOTE已被广泛应用于故障诊断任务中[52]。与GAN和扩散模型相比,SMOTE在数据匮乏和工业应用场景中具有明显优势[53]:它不需要庞大的训练数据集或复杂的深度网络结构,而是通过简单高效的插值策略快速扩充少数类样本[54],从而提升模型的泛化能力,降低过拟合风险。此外,它的计算成本也远低于深度生成模型[55],这使得SMOTE特别适合在资源受限的工业环境中进行实时诊断和部署[56]。

如图1(a)所示,SMOTE通过沿着连接少数类样本及其K个最近邻的线段进行随机线性插值来生成新样本,从而实现类别分布的平衡[57,58]。然而,这种随机插值策略在应用于振动数据时会带来若干问题,包括:

(1) 缺乏物理意义且会引入额外噪声:如图1(b)所示,少数类样本可能包含多个子群,导致插值生成的合成样本跨越类别边界,产生无效或含噪的样本[59]。在振动数据中,这一问题尤为突出,因为不同的故障模式往往具有不同的分布特征。此外,由于SMOTE是通过插值而非物理机制生成样本,所以合成信号并不遵循实际的物理定律或设备运行条件,因此可能无法准确反映机械系统在特定载荷或工作状态下的真实振动响应。

(2) 远离决策边界采样,加剧数据偏差:在振动数据中,位于决策边界附近的样本往往对应着设备的临界运行状态,这类状态本身就极为罕见且不确定性很高。如图1(c)所示,若在远离决策边界的位置进行插值,可能会无意中放大那些异常特征,增加模型偏差,使得诊断模型对非典型的振动模式过于敏感。合成样本与实际边界行为之间的这种差异,最终会降低诊断精度。

(3) 单一插值策略导致合成样本过于密集:如图1(d)所示,SMOTE在少数类样本之间进行的线性插值,会在特征空间中产生过度密集的合成点,其中许多点并未提供有价值的信息。在振动分析中,这类冗余样本无法提供额外的区分依据,因而无法帮助模型区分真正的故障模式与更广泛的数据分布。

为解决上述问题,人们提出了多种基于SMOTE的改进方法,根据其结构原理,这些方法大致可分为SMOTE扩展版本和SMOTE修改版本两类[60]。SMOTE扩展版本通常会加入后处理滤波器来去除噪声。巴蒂斯塔等人[61]将Tomek Links算法和威尔逊的修正最近邻规则作为后处理模块,用以消除原始SMOTE算法引入的噪声。萨埃斯等人[62]则进一步使用迭代分割滤波器来过滤噪声样本和边界样本。尽管这些方法提升了合成数据的质量,但它们也存在明显局限性:噪声可能以细微或复杂的方式存在,而这些滤波器难以察觉,从而导致合成样本的多样性降低,进而削弱模型学习复杂模式的能力。

与扩展版本不同,SMOTE修改版本则对核心的样本生成机制进行优化,以实现更精准的控制策略[63]。代表性的方法包括注重分布特征的B-SMOTE[64]和SL-SMOTE[65],考虑分类难度与自适应加权的ADASYN[66]和MWMOTE[67],以及整合集成学习技术的SMOTE-WB[68],还有基于聚类或边界的变体,如KMeans-SMOTE[69]和SVM-SMOTE[70]。在故障诊断领域,这些经典的SMOTE改进版本被广泛用于生成足够多的样本,以实现数据集平衡[63]。为了提升合成振动数据的精确度和多样性,人们又提出了多种改进策略。王等人[71]提出了一种基于聚类密度分布函数的权重分配方法,利用类内和类间距离指标来确定生成边界处的惩罚系数。陈等人[52]则通过引入新的安全准则和分配机制,提出了基于增强安全级别的边界SMOTE(ESLEBS)。易等人[72]利用K-Means聚类开发出了少数类聚类SMOTE(MC-SMOTE),并在风力涡轮机叶片数据集上对其进行了验证。魏等人[73]提出了NI-MWMOTE,该方法加入了自适应噪声处理机制,在轴承磨损和刀具磨损场景中均展现了良好效果。刘等人[74]则在应用SMOTE生成合成故障样本之前,先将原始数据投影到更具可分性的特征空间,从而提升数据集的平衡性。傅等人[75]通过小波包分解提取系数,并采用相似度加权融合方法处理微小扰动,从而生成多样且与类别无关的故障样本。尽管这些改进方法提升了合成样本的分布位置,但它们仍然本质上依赖于线性插值,而这种方法无法有效捕捉振动数据中复杂的非线性关系。此外,许多处理不平衡问题的方法都依赖于特定任务的网络架构,这降低了其在不同诊断场景中的通用性[76]。鉴于振动信号包含丰富的频域信息,能够反映不同的故障特征,因此将频率分析纳入合成过程对于生成具有物理意义的合成数据至关重要。基于这些思考,本研究将领域特定的数据分析策略作为先验知识,并提出了一种通用的少数类合成框架——振动SMOTE,该框架专为振动数据设计,旨在克服上述限制。本文的主要贡献如下:

(1) 过滤中心频率分量并优化合成范围:我们提出了一种自适应中心频率引导的变分模态分解方法,该方法在自适应参数设置下,将中心频率引导与稀疏性指数优化相结合。通过引入时频特征,我们设计了相对分量评估准则,从而确定精确的合成范围,进而提升合成精度,并从源头上抑制噪声。在所提出的方法体系中,中心频率引导与这一评估准则共同决定了增强模块可操作的有效合成范围。(2)利用先验知识减少合成数据偏差:我们提出了振动SMOTE,这是一种以振动为方向的合成策略,它将领域特定的先验知识融入到数据生成过程中。合成样本是在少数类模态分量在其有效中心频率周围的几何空间内生成的,从而提升故障的可区分性并降低类内偏差。预定义的模态子空间对合成过程进行约束,防止模式混合,同时保留与故障相关的频谱特征。(3)振动样本分布的可视化与全面评估:我们提出了一种基于PCA的投影策略,用于可视化长序列振动样本的分布,从而能够清晰地验证由振动SMOTE合成的样本的非线性分布特性。此外,我们还引入了一种基于费希尔判别比的评估方法来衡量合成数据的质量。通过使用准确性等诊断指标在模拟数据集和实际工业数据集上进行的大量实验表明,振动SMOTE在故障诊断任务中的性能优于现有方法。本文的其余部分结构如下:第2节介绍基础理论背景;第3节详细阐述所提出的CF-VMD和振动SMOTE方法;第4节针对工业数据集和模拟数据集展开全面实验与分析;最后,第5节对全文进行总结。

理论基础
在本节中,我们介绍了几何SMOTE(G-SMOTE)和变分模态分解(VMD)的基本原理,这两种方法分别是数据级过采样和信号分解的代表性技术。作为传统SMOTE的扩展,G-SMOTE在几何超空间内生成插值点,有效减少了线性插值的冗余性,缓解了样本分布不均的问题,进而提升了数据的多样性和代表性。

所提出的方法
本节介绍了振动SMOTE,这是一种旨在克服传统SMOTE在振动数据应用中的局限性,并解决机械故障诊断中普遍存在的数据不平衡问题的合成策略。首先,为了确定更精确的合成范围,我们提出了CF-VMD方法以及有效中心频率模态函数和无效中心频率模态函数这两项评估准则,它们利用中心频率信息及组件级评估来识别合适的合成区域。

实验与分析
为验证振动SMOTE算法合成数据的有效性,本节展示了在模拟信号、模拟工业信号以及真实工业数据集上开展的一系列实验。这些实验分析了相位和幅度对信号重建的影响,验证了自适应CF-VMD及其相关评估准则的分解性能,评估了其在机械故障诊断方面的改进效果,并对相关结果进行了分析。

结论
本文通过开发振动SMOTE这一新颖的数据增强方法,解决了基于振动的故障诊断中数据不平衡这一关键问题。该方法整合了先验领域知识,能够生成在物理上合理且高保真的合成样本。其核心在于利用源自自适应CF-VMD策略和ECF评估准则的合成基准,并结合G-SMOTE带来的真实波动信息,这种融合方式有效克服了传统方法的局限性。

作者贡献说明
魏阳:撰写——初稿、方法论、概念设计。杨兆军:监督、软件支持、资源提供。罗伟:撰写——审稿与编辑、研究工作、资金获取。何嘉龙:验证、软件支持、数据整理。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号