《Advances in Mechanical Engineering》：Gas turbine fault diagnosis based on CRGAN-SAM
编辑推荐：
为应对复杂工况下燃气轮机转子的小样本故障诊断难题，提出了一种融合自注意力机制的条件残差生成对抗网络（Conditional Residual Generative Adversarial Network incorporating a Self-Attenti
为应对复杂工况下燃气轮机转子的小样本故障诊断难题，提出了一种融合自注意力机制的条件残差生成对抗网络（Conditional Residual Generative Adversarial Network incorporating a Self-Attention Mechanism, CRGAN-SAM）。在生成器和判别器中嵌入残差模块，条件标签向量引导故障类别扩展，自注意力机制（Self-Attention Mechanism, SAM）强化全局时频特征捕获能力。消融实验表明，在0.20学习率下采用谱归一化（Spectral Normalization, SN）结合Leaky ReLU激活函数为最优配置，所得弗雷歇初始距离（Fréchet Inception Distance, FID）为15.22，最大均值差异（Maximum Mean Discrepancy, MMD）为0.083。在仿真测试集上，CRGAN-SAM对正常状态诊断准确率达99.92%，对支承松动、转子碰摩和不平衡故障的诊断准确率均超过99.6%。在来自两台在运燃气轮机机组的独立现场数据集中，模型在不更新参数的情况下取得了95.83%的准确率和95.83%的宏F1分数（macro-F1），优于TMCGAN和MPAGAN。结果表明，CRGAN-SAM在小样本及现场条件下保持了较高的样本生成保真度和诊断鲁棒性。
论文解读
一、研究背景与问题提出
重型燃气轮机是能源基础设施中的关键动力装置，其转子系统在不同运行工况下的可靠性直接关系到电网的稳定运行。在实际工业场景中，燃气轮机故障样本的采集极为困难，常常面临数据稀疏的问题。传统的依赖大规模标注数据的深度学习诊断模型在面对这一场景时，难以保证较高的诊断准确率和鲁棒性。为应对小样本问题，以往研究多依赖数据增强技术或迁移学习，其中生成对抗网络（Generative Adversarial Network, GAN）凭借其强大的数据生成能力，已成为扩充故障样本的主流方法。然而，GAN的主干网络为深度卷积神经网络（Convolutional Neural Network, CNN），在应用于复杂变工况下燃气轮机时频信号时仍存在诸多不足：首先，随着网络深度增加，模型训练过程中容易出现梯度消失或梯度爆炸，导致模型拟合能力下降；其次，标准GAN难以精确控制生成样本的类别，且对复杂多变工况下振动信号的非平稳特征捕获不足，限制了生成样本的多样性。此外，基于非线性动力学指标的方法依赖先验专家经验，且易受环境噪声干扰。因此，亟需更先进有效的燃气轮机故障诊断方法，以提高诊断准确率和鲁棒性。
二、研究内容与核心贡献
针对上述问题，该研究提出了一种融合自注意力机制的条件残差生成对抗网络（CRGAN-SAM）模型，以应对复杂变工况下燃气轮机转子系统的小样本故障诊断挑战。该研究的创新点在于：在生成器和判别器的主干网络中嵌入残差学习模块，通过跳跃连接有效缓解深度网络训练中的梯度消失和模型退化问题；在生成器输入层引入条件标签向量，实现对特定故障类别的精确监督与扩充；集成自注意力机制（SAM）模块，增强模型对变工况下时频信号跨尺度及全局特征的捕获能力。研究首先介绍了CRGAN-SAM的网络架构设计，随后阐述了多维损失优化策略，最后呈现了完整的系统诊断流程。该方法通过生成高质量故障样本来解决复杂变工况下振动信号的非平稳性和样本稀疏性问题，从而提升诊断精度。
三、关键技术方法
研究人员主要采用了以下几项关键技术方法：其一，在生成器和判别器中均采用ResNet结构，利用残差连接保证深度特征的高效传递，缓解梯度消失与模型退化；其二，在生成器输入层引入条件标签向量并与随机噪声拼接，实现故障类别的精确可控生成；其三，集成自注意力机制（SAM）模块，通过Query、Key、Value空间的映射与点积运算生成注意力权重图，从全局视角捕获时频图像中的关键特征频带；其四，判别器采用谱归一化（SN）约束权重矩阵的最大奇异值，并配合Leaky ReLU激活函数（负斜率0.20）抑制判别器过拟合与特征丢失；其五，损失函数采用对抗损失、梯度惩罚与分类损失的加权组合，其中梯度惩罚项约束判别器梯度范数趋近1，满足Lipschitz连续性条件，稳定训练过程。在数据预处理方面，研究人员使用变分模态分解（Variational Mode Decomposition, VMD）进行信号去噪（K=5，惩罚系数α=2000），再通过短时傅里叶变换（Short-Time Fourier Transform, STFT）将一维时域信号转换为二维时频图。实验数据来自航空发动机燃气轮机模拟转子试验台采集的GT-Rotor-V3数据集，涵盖正常状态、支承松动、转子碰摩和动平衡超标四种关键状态，每类原始训练样本120个，扩充生成样本1000个，测试集每类300个。此外，还使用了来自某天然气输送站两台在运燃气轮机机组的独立现场数据集进行外部验证，该数据集于2025年4月至10月采集，采样频率25.6 kHz，信号按4096点不重叠窗口划分，每类状态保留60个样本，共240个样本。
四、研究结果
消融实验。 研究人员对比了批归一化（Batch Normalization）与谱归一化（SN）两种归一化策略，以及ReLU与Leaky ReLU两种激活函数的组合效果。结果表明，采用SN+Leaky ReLU组合时，CRGAN-SAM模型取得最低FID值15.28，最低MMD值0.082，且收敛速度最快（仅40轮）；而采用Batch Norm+ReLU时FID值最高达35.42。此外，学习率对比实验显示，当学习率为0.20时模型FID最低（15.22）、MMD最低（0.083），学习率为0.50时FID最高达26.31。因此，后续实验采用SN+Leaky ReLU组合及0.20学习率。
与先进模型对比。 研究人员将CRGAN-SAM与WGAN-div、ACGAN-Res和Transformer-FT三种模型进行对比。训练结果显示，CRGAN-SAM的训练准确率达98.83%，显著高于WGAN-div（92.16%）、ACGAN-Res（96.11%）和Transformer-FT（97.14%），且收敛迭代次数仅约40轮，训练损失值最低（1.03%）。在测试集上，CRGAN-SAM的FID为15.22，低于Transformer-FT（19.87）和WGAN-div（26.71）；MMD为0.083，显著低于ACGAN-Res（0.139）和WGAN-div（0.181）。在四种关键状态的诊断准确率方面，CRGAN-SAM对正常状态达99.92%，支承松动达99.76%，转子碰摩达99.67%，动平衡故障达99.94%，均优于对比模型。
不同样本稀疏度下的性能。 研究人员设置了三组对比实验，分别使用原始训练样本的20%、50%和100%进行训练与扩充。结果表明，CRGAN-SAM在所有样本比例下均取得最低FID值和最高诊断准确率。当原始样本比例降至20%时，CRGAN-SAM的FID仅为18.95，远低于WGAN-div的33.78；当样本比例为50%时，CRGAN-SAM诊断准确率达98.14%，显著高于Transformer-FT（95.84%）、ACGAN-Res（94.5%）和WGAN-div（92.05%）。
模型复杂度与计算成本。 在统一计算环境下，CRGAN-SAM的可训练参数为2.48×106，推理延迟为16.2 ms/样本，训练显存占用5.8 GB。相较于Transformer-FT（参数3.45×106，推理22.5 ms/样本，显存8.3 GB），CRGAN-SAM在保证高诊断精度的同时展现出更高的计算效率优势。
噪声鲁棒性测试。 研究人员向测试集注入不同强度的高斯白噪声（SNR=10、0、?5 dB）。结果显示，随着噪声强度增加，所有模型诊断准确率均有所下降，但CRGAN-SAM表现出极强的鲁棒性：在?5 dB强噪声环境下仍保持95.68%的诊断准确率，领先对比模型超过9.5个百分点。
工业现场验证。 研究人员利用来自两台在运燃气轮机机组的独立现场数据集进行外部验证，不进行参数更新或决策阈值调整。同时增加了TMCGAN和MPAGAN两种近期旋转机械故障诊断模型作为对比基准。结果显示，CRGAN-SAM在现场数据集上取得95.83%的准确率和95.83%的宏F1分数，分别超过TMCGAN和MPAGAN 2.50和1.66个百分点，四种状态的召回率均保持在93%以上。现场准确率低于仿真测试集的结果反映了传感器安装、设备磨损和环境干扰引起的分布偏移，但验证了所学故障表征在现场条件下仍保持有效的判别能力。
五、结论与讨论
该研究提出的CRGAN-SAM模型在燃气轮机转子变工况故障诊断中展现出显著优势。SN+Leaky ReLU组合通过约束判别器权重矩阵的谱范数有效防止判别器过拟合，提升训练稳定性；Leaky ReLU相比ReLU在负区间具有更小的斜率，增强了模型对变工况下复杂时频特征的拟合能力。条件机制使模型能够生成特定类别的故障样本，注意力机制则更有效地聚焦故障信号中的关键时频特征，提升生成样本的保真度。在极小样本场景下，CRGAN-SAM的FID仅为18.95，显著低于WGAN-div的33.78，同时保持最高的诊断准确率。现场数据集的外部验证进一步确认了模型的泛化能力。研究指出，现场准确率相对于仿真测试集的降低表明传感器安装、设备磨损和环境干扰仍会引入域偏移，未来工作将聚焦于多站点验证和无监督域自适应。
