基于热电能量采集与多模态传感及机器学习的自供电工业物联网疏水阀状态监测

《Sensors》：Self-Powered IIoT Steam-Trap Condition Monitoring Using Thermoelectric Energy Harvesting, Multimodal Sensing, and Machine Learning

　　

工业蒸汽疏水阀状态监测需要在实际功耗和通信约束下获取有效的传感器测量数据并进行可靠判读。本研究考察了一种基于先前报道的热电供能工业物联网平台的窗口级机器学习工作流，该平台结合了温度传感、超声波传感与LoRaWAN通信。数据集包含来自某制药厂2个监测设备系列的6354个窗口，共117个候选工程特征。研究人员考虑了六种基于传感器规则生成的伪标签类别：正常、故障开启、故障关闭、退化、过度循环和短循环。通过采用特征排除配置和所报告的时间块评估方法，对随机森林、极端随机树和基于直方图的梯度提升进行了比较。基于直方图的梯度提升在保留108个特征时达到报告测试准确率0.9853和宏F1值0.8822；在更严格的排除条件下保留81个特征时，测试宏F1降至0.4999。这些分数衡量的是与工程标签的一致性，而非经独立验证的物理故障条件。据报告，正常和故障关闭类别未出现在验证集和测试集中，因此无法完成完整的六类评估；此外，恢复的分区程序并未建立全局时间顺序或设备分离划分。运行时原型展示了基于注册表的资格控制以及预测结果与传感器上下文的可视化。研究结果支持一种受限的伪标签分类工作流。要确立诊断有效性和持续的能量自主运行，仍需进行独立的故障验证、跨设备评估以及对完整传感与通信能耗预算的测量。

论文解读：基于热电能量采集与多模态传感及机器学习的自供电IIoT疏水阀状态监测

研究背景与问题

蒸汽疏水阀在工业蒸汽系统中用于排放冷凝水和非凝结气体，同时限制活蒸汽损失。其状态监测至关重要，因为泄漏和冷凝水排放不足会带来不同的运行后果和维护需求。传统的定期检查方式存在局限，而连续、基于传感器的监测成为重要的补充方向。然而，现有研究面临多重挑战：首先，传感器数据的解读必须结合疏水阀技术、安装条件和运行工况，单一物理量难以全面描述所有状态；其次，标签的来源和质量是关键问题，许多研究依赖的标签并非经过独立验证的物理故障记录，而是基于传感器规则生成的伪标签，这导致分类器的性能评估实际上是衡量其与工程标签的一致性，而非真正的诊断准确性；再次，分布式传感节点的能源供应是一大瓶颈，电池供电限制了长期连续监测的可能性。因此，将自供电传感、多模态观测、长距离IIoT通信与范围感知的多状态机器学习集成到一个监测工作流中，成为了一个亟待解决的研究空白。

研究内容与结论

研究人员针对上述问题，在一项先前报道的热电供能IIoT平台基础上，开展了窗口级的机器学习分析工作。该平台结合了温度与超声波传感以及LoRaWAN通信。研究利用来自一家制药厂两个监测设备系列、共计6354个窗口的数据集，构建了117个候选工程特征，并定义了六种基于传感器规则的伪标签类别：正常、故障开启、故障关闭、退化、过度循环和短循环。研究人员比较了三种基于树的分类器（随机森林、极端随机树、基于直方图的梯度提升），并评估了两种特征排除配置下的性能变化。最终，基于直方图的梯度提升模型表现最佳，在保留108个特征的宽松排除配置下，测试准确率达到0.9853，宏F1值为0.8822。然而，在更严格的81特征排除配置下，测试宏F1显著下降至0.4999。研究人员还演示了一个运行时原型，该原型通过基于注册表的资格控制来管理预测范围，并提供了一个可视化仪表盘用于查看预测结果和传感器上下文。

这项研究的核心意义在于，它展示了一个从自供电传感、多模态特征提取到范围感知机器学习分类的端到端监测工作流原型。研究结果明确指出了当前工作的边界：高分类性能反映的是与工程伪标签的高度一致性，而非已验证的物理故障诊断能力。这为后续研究指明了方向——即必须引入独立的故障验证、跨设备评估和完整的能量预算测量，才能将该原型推向实际的工业诊断应用。

关键技术方法

研究人员采用了以下几种关键技术方法：

1. 1.
   热电能量采集架构：基于前期工作，利用安装在蒸汽管道上的热电发电机，通过塞贝克效应将热梯度转化为电能，为整个传感节点供电，实现自供电运行。
2. 2.
   多模态传感与窗口级特征工程：结合温度（PT100）、超声波（50kHz带宽麦克风）传感，并将连续传感器数据流转换为分析窗口。从每个窗口中提取117个候选工程特征，涵盖温度变量、声学变量（如RMS、峰值频率）、脉冲/循环变量以及统计特征，形成结构化的表格数据。
3. 3.
   基于树的机器学习分类器比较：在预计算的特征数据集上，比较了随机森林、极端随机树和基于直方图的梯度提升三种分类器，用于六类疏水阀状态分类。
4. 4.
   时间块评估与特征排除分析：采用按时间顺序排序后的70/15/15分割方式进行评估，并通过定义非严格（108特征）和严格（81特征）两种特征排除配置，分析模型对潜在标签泄露风险的敏感性。
5. 5.
   运行时范围感知路由与仪表盘：实现了一个基于注册表的运行时策略，将设备分为当前范围、遗留范围和范围外三类，分别进行正式预测、影子推理和拒绝处理。并开发了可视化仪表盘，提供设备级别的预测分布和时间序列特征查看功能。

研究结果

6.1 模型比较

通过比较，基于直方图的梯度提升模型在宽松特征排除配置下，获得了最高的验证和测试宏F1值（分别为0.9550和0.8822），显著优于随机森林（0.8030和0.7267）和极端随机树（0.7171和0.4810）。这表明在该数据集上，梯度提升算法能更好地平衡各类别的分类性能，尤其是在少数类上。

6.2 时间块性能

所选模型在时间顺序分割的训练、验证和测试块上，准确率和宏F1均呈现逐渐下降趋势（训练块均为1.0000，验证块为0.9958和0.9550，测试块为0.9853和0.8822）。这反映了模型在面对时间靠后的数据时性能有所衰减，但仍保持较高水平。然而，由于正常和故障关闭两类在验证和测试块中缺失，该时间评估并未对所有六个状态提供同等的验证。

6.3 鲁棒性与泄露减少

对比两种特征排除配置，严格配置（81特征）相比非严格配置（108特征），验证宏F1从0.9550骤降至0.6307，测试宏F1从0.8822降至0.4999。这一显著的性能下降表明模型高度依赖于被排除的那部分特征。虽然这揭示了潜在的标签泄露风险，但研究人员指出，这种下降也可能源于丢失了有用的物理信息，因此不能简单地将其归因于消除了对标注规则的依赖。

6.4 运行时范围分布

运行时演示处理了23684个窗口级记录。其中，6354个（26.8%）被归类为当前范围，接受正式六状态预测；4511个（19.0%）被归为遗留范围，进行影子推理；12819个（54.1%）被归为范围外，被拒绝进行正式预测。这成功演示了基于注册表的设备资格策略的应用。

6.5 正式六状态分布

对于6354个当前范围记录，模型输出的预测类别分布显示，退化状态占比最高（52.4%），其次是故障开启（28.5%）、过度循环（12.0%）、短循环（3.8%）、故障关闭（2.9%）和正常（0.4%）。研究人员强调，这些是模型输出，不代表独立确认的物理故障或工厂级的故障发生率。

6.6 运行时仪表盘和设备级可视化

原型仪表盘提供了三个层面的视图：概览屏幕显示运行时数据集的处理状态和范围分布；设备浏览器允许用户查看单个设备的窗口数量、模型状态、平均置信度和预测状态分布；时间序列视图则展示选定设备的传感器特征随时间的变化，使操作人员能将数值预测与底层物理测量关联起来，增强了可解释性。

6.7 结果证明与未证明的内容

研究结果表明，多模态、基于窗口的特征表示可以在定义的设备范围内支持高性能的六状态分类，并且保守的路由机制可以防止不受支持的记录被当作正式预测。但研究结果尚未证明通用的疏水阀故障诊断能力，因为标签是基于工程规则的，后期时间块不包含所有六种状态，且设备种群有限。

讨论与结论

在讨论部分，研究人员将本工作与相关研究进行了比较，强调了在传感方式、参考标签和评估设计上的根本差异。他们指出，本研究的核心进展是从二元泄漏检测转向了更丰富的多状态条件监测。尽管热电供能为持续监测提供了理论基础，但本研究并未量化其在现场条件下能否支撑完整的采集和通信能耗预算。关于工业可扩展性，研究人员明确指出，所报告的性能描述的是在一个特定数据集上与工程标签的一致性，并不能直接推广到新的疏水阀或工厂。

研究结论如下：研究结果支持一种受限的伪标签分类工作流。独立的故障验证、跨设备评估以及对完整传感与通信能耗预算的测量，仍然是确立诊断有效性和持续能量自主运行的必要前提。