《Advances in Mechanical Engineering》：LiTFSE_MLNet: A lightweight frequency-domain multi-label network for transient-robust compound fault diagnosis of three-phase motors
编辑推荐：
为解决基于卷积神经网络（CNN）的故障诊断方法在瞬态运行工况下性能退化的问题，本文提出LiTFSE_MLNet，一种用于三相电机瞬态鲁棒复合故障诊断的轻量级频域多标签网络。在瞬态条件下，故障特征频率随转速漂移，导致在稳态数据上训练的模型尽管在稳态数据上达到超过
为解决基于卷积神经网络（CNN）的故障诊断方法在瞬态运行工况下性能退化的问题，本文提出LiTFSE_MLNet，一种用于三相电机瞬态鲁棒复合故障诊断的轻量级频域多标签网络。在瞬态条件下，故障特征频率随转速漂移，导致在稳态数据上训练的模型尽管在稳态数据上达到超过99%的准确率，仍会失效。该模型采用短时傅里叶变换（STFT）前端捕获时频动态，随后使用配备频率轴挤压激励（FreqSE）模块的CNN骨干网络，该模块增强判别性频谱分量，同时压缩时间维度并降低计算成本。整体架构为瞬态条件下的频率漂移提供宽带覆盖。FreqSE模块与多标签分类头（multi-label classification head）协同工作，以确保在变速条件下的鲁棒性。在清华大学三相电机数据集（Tsinghua Three-Phase Motor Dataset）上，在稳态到瞬态泛化设置下进行的实验表明，LiTFSE_MLNet达到91.74%的总体瞬态测试准确率，比次优方法高6.27个百分点。训练-测试差距（training-to-testing gap）仅为7.50%，是八种比较方法中最小的。复合故障组合的平均精确匹配率（exact match rate）为91.96%。该协同架构有效缓解跨工况性能退化，且不依赖单一模块优化。凭借其轻量化设计和瞬态鲁棒性，LiTFSE_MLNet为瞬态工况下工业电机系统中基于振动的状态监测提供可部署方案。
工业电机系统约占全球工业用电需求的60%、全球用电量的25%，广泛覆盖采矿、冶金和发电等关键领域，长期运行中不可避免出现轴承损伤、转子断条、偏心及绕组短路等机械或电气故障，若不能及时检测故障进展，可能导致非计划停机甚至安全事故，因此故障诊断是保障工业电机系统可靠运行的关键技术。过去十年，数据驱动诊断方法快速发展，基于卷积神经网络（CNN，自动提取局部特征的深度网络）和深度置信网络等模型可从振动与电流信号中自动提取故障特征，在CWRU、Paderborn等基准数据集上取得超过99%的分类准确率。然而，稳态诊断性能与真实工业场景之间存在根本差距：现场电机经常经历启动、停机、负载波动等瞬态过程，故障特征频率不再固定于离散频率点，而随转速变化漂移；现有方法在稳态到瞬态跨工况泛化时性能显著下降，这一泛化瓶颈构成工业部署的核心障碍。现有研究主要有三类增强瞬态适应性的方法：参数化时频变换替代固定窗STFT，但计算成本高且性能提升有限；引入注意力机制增强特征提取，但依赖大规模训练数据，少样本场景仍是挑战；采用数据增强和域适应缓解分布差异，但难以捕捉瞬态运行中连续的转速变化。其根本限制在于，现有方法主要致力于“更好地拟合稳态分布”或“跟踪工况特定特征”，而非通过架构机制以宽带覆盖显式容纳频率漂移。为此，研究人员提出LiTFSE_MLNet，以STFT前端、五层二维CNN骨干、FreqSE模块和多标签分类头构成协同架构，在稳态到瞬态泛化设置下开展研究。结果表明，该网络在瞬态测试集上达到91.74%的总体准确率，比次优方法高6.27个百分点；训练-测试差距仅7.50%，为八种比较方法中最小；复合故障组合平均精确匹配率为91.96%。该研究说明协同架构可有效缓解跨工况性能退化，且不依赖单一模块优化，为瞬态工况下工业电机系统基于振动的状态监测提供了轻量化、可部署的方案。
关键技术方法概括（不超过250字）：研究采用公开的清华大学三相电机数据集（“Multi-mode Fault Diagnosis Datasets of Three-phase Asynchronous Motor Under Variable Working Conditions”）中的MCC5-THU-Motor_speed_circulation子集（144个CSV文件），选用恒负载变速模式，按文件级划分训练、验证和测试集，训练/验证使用稳态片段，测试使用瞬态片段。原始信号以8192点窗口、2048点步长和75%重叠率切分，提取三个振动通道。模型以STFT为前端（n_fft=256，hop_length=32），生成时频谱并经log1p压缩；采用五层二维CNN骨干（32→64→128→256→256）；在conv1–conv4嵌入FreqSE，沿通道与时间维全局平均池化后经两层全连接和ReLU、Sigmoid生成频率轴权重；输出层为九维多标签分类头，采用二进制交叉熵（BCE，多标签二分类损失）训练，阈值0.5二值化。训练增强包括随机幅度缩放、高斯白噪声（SNR=40 dB）和z-score归一化。
研究结果部分：基线比较结果（Baseline comparison results）通过将LiTFSE_MLNet与Backbone_CNN、Random_CNN、TFN_STFT、TFN_Chirplet、TFN_Morlet、ResNet18、LiConvFormer等七种基线在统一多标签BCE损失下比较得出，LiTFSE_MLNet瞬态测试准确率91.74%，高于次优TFN_Chirplet的85.47%达6.27个百分点，训练-测试差距7.50%为八种方法最小；Random_CNN验证准确率99.49%但瞬态测试83.00%、差距15.80%，ResNet18差距26.70%、测试72.71%，TFN_Morlet训练15,170 s而测试83.06%、差距16.02%，说明稳态拟合质量不保证跨工况泛化，协同架构可缓解退化。消融实验（Ablation experiments）通过移除FreqSE、仅在浅层conv1–conv2应用FreqSE、仅在深层conv3–conv4应用FreqSE进行对比，全模型测试91.74%、差距7.50%；移除FreqSE后91.02%、差距8.33%；浅层配置90.67%、差距8.33%；深层配置90.61%、差距8.71%，说明FreqSE对瞬态鲁棒性有正贡献，浅层与深层联合配置最优。类级混淆矩阵分析（Class-wise confusion matrix analysis）通过瞬态测试集（N=5046）九类故障混淆矩阵得出，平均F1分数（F1，精确率与召回率的调和指标）为0.940、标准差0.027，平均精确率0.964、平均召回率0.920；绕组短路F1最高0.983，弯曲故障最弱0.885且漏检率20.70%；前三位绕组短路、转子断条、轴承外圈F1均高于0.95，后三位轴承内圈、静态偏心、弯曲平均F1为0.907，说明模型整体偏保守、优先降低误报，弯曲故障因与偏心特征重叠且瞬态幅值波动而较难识别。模型瞬态分类性能（Model transient classification performance）通过受试者工作特征曲线下面积（AUC，衡量分类判别能力）分析得出，九类平均AUC为0.9968、标准差0.0025，均高于0.99；轴承外圈AUC最低0.992，绕组短路最高1.000，AUC排序与F1排序存在差异，提示部分类别具有阈值敏感性。多标签复合故障预测性能（Multi-label compound fault prediction performance）通过九种复合故障组合（N=1566）统计得出，平均精确匹配率91.96%、标准差4.7%，范围86.21%–98.28%；轴承内圈+轴承外圈最佳98.28%，轴承外圈+转子断条和轴承外圈+静态偏心最弱均为86.21%；后三位组合均涉及轴承外圈；九种组合中八种精确匹配率与真实故障检测率相同，例外为轴承内圈+转子断条（90.23%对93.68%，相差3.45个百分点、对应6个样本），原因为模型额外预测轴承外圈而非漏检。FreqSE频率注意力权重跨层分析（FreqSE frequency attention weights across layers）通过从5046个瞬态测试样本中分层抽取50个样本（覆盖19类故障）可视化conv1–conv4注意力权重得出，conv1峰值位于2700 Hz（0.7617）、1950 Hz（0.7169）、2300 Hz（0.7268）、2950 Hz（0.6865）、3200 Hz（0.6914），集中于中频段；conv2峰值位于3800 Hz（0.7482）并保留2700 Hz（0.7262）；conv3峰值位于2600 Hz（0.6476）；conv4峰值位于1600 Hz（0.6170）；浅层峰值权重约0.75，深层约0.62–0.65，各层标准差低于0.004，稳态与瞬态样本峰值频率一致，说明FreqSE学习跨工况稳定频域区域并对2–4 kHz区域持续关注，为频率漂移提供宽带覆盖。
讨论部分总结：主要发现包括LiTFSE_MLNet具有三项优势，即91.74%瞬态准确率、7.50%最小训练-测试差距和91.96%复合故障平均精确匹配率；与文献比较，结果与深层网络稳态拟合加剧固定频率位置依赖、SE注意力以低成本提升性能等发现一致，而TFN系列方法测试准确率较低且计算成本较高；结果解释认为有效性来自FreqSE捕获稳定峰值频率并提供宽带覆盖、浅层选择性滤波与深层均匀加权互补、CNN与分类头共同承担故障判别，单一模块不能独立支撑瞬态鲁棒性；局限性包括弯曲故障漏检率20.70%、轴承外圈AUC最低0.992且其复合组合精确匹配率86.21%、轴承内圈+转子断条组合因调制效应与轴承外圈频带重叠出现误报；启示在于FreqSE捕获的是稳定频域特征而非工况特定模式，瞬态鲁棒性依赖架构相互协同而非模块孤立优化；未来方向包括融合振动与电流信号缓解弯曲故障频率重叠、设计类别特定阈值优化改善轴承外圈判别边界、将FreqSE扩展至变负载和变供电频率等其他非平稳工况。
研究结论翻译：本文提出LiTFSE_MLNet，一种用于瞬态条件下三相电机复合故障诊断的轻量级频域多标签网络。该模型采用STFT前端提取频谱特征，采用五层二维CNN骨干学习时频特征差异，采用频率轴注意力组件（FreqSE）增强频域特征，并采用多标签分类头进行复合故障决策。整体架构的协同设计实现91.74%的瞬态测试准确率，训练-测试差距为7.50%，在八种比较方法中最小。消融实验量化了FreqSE的贡献，即准确率提升0.72个百分点、训练-测试差距降低0.83个百分点。可视化分析表明，FreqSE峰值频率位置保持稳定，稳态与瞬态样本之间的权重差异低于0.1%，并与CNN骨干和全连接分类头协同支撑瞬态鲁棒性。实验结果证实，协同架构设计有效缓解稳态到瞬态泛化的性能退化，展示了其在工业电机系统基于振动的状态监测中的实用价值。
