基于红外热像技术在小样本及不同工况下通过小样本学习实现的新型齿轮箱故障诊断方法

《Engineering Applications of Artificial Intelligence》：A novel infrared thermography-based gearbox fault diagnosis under small samples and different working conditions via few-shot learning

　　

• 提出了一种用于红外齿轮箱故障诊断的少样本框架。
• 多尺度通道增强机制可捕获故障敏感的红外热模式。
• SwinResNet 联合建模局部纹理与全局热依赖性。
• 协方差感知的马氏距离度量提升了原型的区分能力。
• 所提方法达到98.3%的准确率，并具有强噪声鲁棒性。

引言

齿轮箱作为旋转机械的核心传动部件，广泛应用于风电、高速铁道、航空航天、冶金和采矿等关键国民经济领域。其运行状态直接决定了整个机械设备系统的安全性、稳定性和运行效率（Yu等，2023）。在长期高负载、变转速、强冲击及恶劣工况的综合作用下，齿轮箱内部的齿轮、轴承和轴系统等关键部件容易出现各种故障。因此，实现齿轮箱的实时状态监测与精确故障诊断，对于保障设备安全可靠运行、降低运维成本以及推动工业设备智能化升级具有重要的理论意义和工程应用价值（Liu等，2018）。

目前，齿轮箱故障诊断技术已发展出多种研究方向。传统诊断方法主要包括振动信号分析、油液分析和接触式测温（Hong和Dhupia，2014；Li等，2016）。振动信号分析通过提取信号的时间域和频率域特征来识别故障，是目前应用最广泛的诊断方法。然而，振动信号分析容易受环境噪声和传感器安装位置的影响，限制了其对早期微弱故障的检测能力，且难以精确定位故障。油液分析通过检测润滑油中金属颗粒和污染物的含量来反映设备磨损程度，但该方法存在明显的滞后性，无法实现故障的实时监测与预警。接触式测温只能获取齿轮箱局部点的温度信息，缺乏温度场的空间分布特征，无法全面反映设备的整体运行状态，更无法精确定位故障发生区域。随着工业4.0的深入推进，对复杂工况下设备非接触、可视化、高精度、实时故障诊断的需求不断增加，传统诊断方法已无法满足实际工程的需要。开发高效可靠的新故障诊断技术已成为机械故障诊断领域的研究重点和迫切需求（Zhang等，2022）。

红外热成像技术作为一种非接触、非破坏性、可视化的检测技术，能够快速捕获被测物体表面的温度分布信息，有效获取齿轮箱运行过程中因部件摩擦、磨损和能量损耗导致的温度场变化，为故障诊断提供了新的技术途径（Ge等，2024；Hong等，2022）。与传统诊断方法相比，红外热成像诊断无需拆卸设备或安装接触式传感器，从而不会干扰设备的正常运行。此外，红外热成像能够可视化温度场的空间差异，不仅能识别故障的存在，还能精确定位故障区域，在早期微弱故障的诊断中具有独特优势（Z. Li等，2022）。

近年来，深度学习技术的兴起为红外图像故障诊断提供了新的技术路径。卷积神经网络（CNN）、生成对抗网络（GAN）等深度学习模型已被广泛应用于齿轮箱红外图像的特征提取和故障分类，这些方法显著提高了诊断精度（Miao和Yu，2024；Zhuang等，2025）。Choudhary等（2021）将基于LeNet-5的CNN与红外热图像结合，用于旋转机械的故障诊断。Jia等（2019）将视觉词袋（BoVW）模型与基于CNN的特征提取应用于红外热图像，实现旋转机械的故障分类。Y. Li等（2022）利用CNN从红外热图像中提取多尺度特征，用于齿轮箱故障分类。Shao等（2023）提出了一种基于双阈值注意力引导生成对抗网络（DTAGAN）的新型数据生成方法，用于生成高质量的红外热图像以辅助故障诊断。Yao等（2020）提出了一种基于叠加逆残差卷积神经网络（SIRCNN）的智能轴承故障诊断方法，与传统的基于CNN的方法相比，该方法具有模型规模更小、诊断速度更快和鲁棒性更强的优势。

然而，在真实的工业场景中，齿轮箱故障样本往往稀缺且难以获取。一方面，故障样本的采集要求设备处于故障状态，但齿轮箱的运行周期长，故障发生往往是偶然的。另一方面，某些故障难以人工模拟，高质量故障样本的标注需要专业的领域知识，且耗时耗力，导致训练样本严重不足，形成小样本学习场景。传统深度学习模型依赖大量标注样本进行训练，在小样本场景下，这些方法容易出现过拟合和泛化能力差的问题，难以实现精确的故障诊断，这已成为制约基于红外图像的智能齿轮箱诊断实际应用的主要瓶颈。

为解决有标注故障样本有限的问题，少样本学习在智能故障诊断领域日益受到关注。在各种少样本学习方法中，原型网络（ProtoNet）因其结构简单且在有限数据条件下具有良好的泛化能力而被广泛应用（Snell等，2017）。近期研究进一步改进了基于原型的故障诊断方法。Zhang等（2024）引入半监督学习和知识蒸馏以缓解少样本增量故障诊断中的过拟合问题。Yan等（2025）提出了一种紧凑稀疏原型校准网络以提高新故障类别的识别能力。Chen等（2025）开发了一种注意力加权原型网络用于有限标注样本条件下的噪声环境下故障诊断。近期，Liu等（2026）引入了原型引导的多级动态对齐，而Ruan等（2026）将故障语义信息纳入双分支原型网络以增强类间可分性。Yang等（2025）提出了一种双向判别原型网络，将判别特征映射到原型向量，实现极端有限故障样本条件下的多类故障诊断。Wen等（2026）开发了一种基于中心差度量回顾性原型网络，以改善跨设备少样本故障诊断中的原型表示和相似度评估。此外，Wang等（2026）通过引入原型融合重构和域解耦，将基于原型的故障诊断扩展到广义零样本设置，以缓解已知和未知故障类别之间的原型偏移。

尽管取得了这些进展，将现有少样本方法应用于红外齿轮箱故障诊断时仍存在若干局限。(1)不同齿轮箱故障引发的红外响应可能表现为局部热异常或相对较广的温度分布变化。在少样本条件下，有限的训练样本使得单一感受野难以有效学习这些热模式。因此，需要一种能够在多空间尺度上捕获故障敏感信息并强调信息通道的特征表示机制。(2)传统的基于卷积的嵌入方法在捕获局部模式方面有效，但在建模长程依赖关系方面能力有限，而仅依赖全局表示则可能削弱细粒度故障信息。因此，在有限数据条件下联合建模局部细节和全局场依赖性对于获得判别性嵌入至关重要。(3)在多工况运行场景中，负载和热响应的变化会增加红外特征的类内变异。传统ProtoNet采用欧氏距离，均匀对待不同特征维度，未显式考虑其统计变异性。因此，不稳定或噪声敏感的特征维度可能对基于原型的分类产生过度影响，降低了少样本条件下的类间判别力和预测可靠性。

针对上述挑战，本文提出了一种多尺度SwinResNet增强的协方差感知马氏距离原型网络（MSwinR-CMPNet），用于在少样本和多工况场景下实现基于红外图像的高精度齿轮箱故障诊断。首先，设计了多尺度挤压与激励（MSSE）模块，用于多尺度特征聚合和通道自适应增强。其次，结合了残差卷积与Swin Transformer的SwinResNet模块用于提取局部特征并建模长程依赖关系，从而生成更丰富的局部-全局表示。最后，CA-Mahalanobis度量取代了原型网络中传统的欧氏距离，以在少样本条件下改善类间判别力和置信度可靠性。本文的主要见解和贡献如下：(1) 开发了多尺度挤压与激励模块（MSSE），用于聚合多尺度表示并自适应增强信息通道，以加强故障敏感区域的表示。(2) 开发了结合残差卷积与Swin Transformer的SwinResNet模块，用于捕获局部热特征并建模长程依赖关系，实现互补的局部-全局特征表示。(3) 在原型网络中引入了一种称为CA-Mahalanobis的协方差感知马氏距离度量，以取代传统的欧氏距离，使原型度量中能够考虑类级特征方差，从而改善少样本条件下的类间判别力和置信度可靠性。(4) 通过在自采集齿轮箱红外数据集上进行的对比实验、消融实验和噪声鲁棒性实验，系统地评估了MSwinR-CMPNet的有效性和鲁棒性，并在独立的感应电机热图像数据集上进行了额外验证。

本文其余部分安排如下。第2节介绍ProtoNet的背景及本研究的动机。第3节详细介绍所提框架。第4节呈现实验结果并讨论相关发现。第5节给出结论。

原型网络

原型网络（ProtoNet）是一种典型的基于度量的少样本学习方法。在该框架中，每个类别由嵌入空间中的原型来表征，查询样本根据其到这些类别代表点的相似度被分配到相应类别。

每个少样本任务定义为 $T=(S,Q)$，如式(1)和式(2)所示。支撑集定义为：

$$S=\{(x_i, y_i)\}_{i=1}^{N \times K}$$

支撑集包含 $N$ 个类别，每个类别 $K$ 个样本。查询集为 $Q=\{(x_j, y_j)\}$。

所提MSwinR-CMPNet框架

本文提出了一种新颖的MSwinR-CMPNet，用于在少样本条件下实现基于红外图像的高精度齿轮箱故障诊断。如图2所示，所提框架主要包括MSSE模块、SwinResNet骨干网络和配备CA-Mahalanobis度量的基于原型的分类模块。

整体框架遵循渐进式特征增强与度量分类策略。首先，输入的红外图像由MSSE模块进行处理。

实验平台

实验平台的设计与搭建旨在验证MSwinR-CMPNet，如图7所示。该装置主要包括一台交流电机、一台磁粉制动器、一根传动轴、一个工业级齿轮箱和一台红外热像仪。为采集热图像，红外热像仪放置在测试台前方并对准齿轮箱。实验过程中，交流电机以1500 rpm运行。红外图像在30分钟的预热期后采集，以维持稳定的运行状态。

结论

本研究提出了MSwinR-CMPNet，用于在多工况条件下基于红外图像的少样本齿轮箱故障诊断。所提框架集成了用于多尺度特征增强的MSSE模块、用于局部-全局特征建模的SwinResNet骨干网络以及用于协方差感知原型度量的CA-Mahalanobis度量，从而提高了热故障表示的判别力和可靠性。在自采集齿轮箱数据集上的实验结果表明……

CRediT作者贡献声明

毛晓龙：撰写——原稿，验证，软件，方法论，概念化。庄潇：撰写——审阅与编辑，监督，方法论，资金获取，概念化。周迪：撰写——审阅与编辑，监督，资源，项目管理，方法论，资金获取，概念化。孙伟芳：形式分析，数据整理。Anil Kumar：形式分析。李林：调查研究，形式分析。项嘉玮：监督，项目管理。

利益冲突声明

作者声明不存在已知的可能影响本文所报告工作的竞争性财务利益或个人关系。

致谢

本工作得到国家自然科学基金（编号：52305124、62201399、52205122）、浙江省自然科学基金（编号：ZCLMS26F0107、LQ23E050002）、温州应用基础研究项目（编号：GK20250179）、温州市科协科技项目（编号：RKX2024-132）、温州大学硕士研究生创新基金（编号：3162025003078）的资助。

毛晓龙 | 庄潇 | 周迪 | 孙伟芳 | Anil Kumar | 李林 | 项嘉玮