基于证据的目标伪标签的多源领域自适应方法在人机协作故障诊断中的应用

《Journal of Industrial Information Integration》:Multi-source domain adaptation via evidence-based target pseudo-labels for human–computer collaboration fault diagnosis

【字体: 大 中 小 】 时间:2026年02月04日 来源:Journal of Industrial Information Integration 11.2

编辑推荐:

  季伦天|郝璐|闫鹏飞|乔新宇|吴世蒙|张九思 中国哈尔滨工业大学航天学院 摘要:现有的数据驱动故障诊断方法能够自动进行决策,但在不同工作条件下缺乏适应性和可靠性。无监督领域自适应方法依靠跨领域分布差异来实现高性能诊断,但在复杂的多领域和多源场景中表现不佳,目前对此缺乏深入分析。本

  季伦天|郝璐|闫鹏飞|乔新宇|吴世蒙|张九思 中国哈尔滨工业大学航天学院 摘要:现有的数据驱动故障诊断方法能够自动进行决策,但在不同工作条件下缺乏适应性和可靠性。无监督领域自适应方法依靠跨领域分布差异来实现高性能诊断,但在复杂的多领域和多源场景中表现不佳,目前对此缺乏深入分析。本文提出了一种新的多源领域对抗网络架构,通过基于证据的目标伪标签学习方法,并结合动态多损失加权机制。具体而言,MSDA通过对抗机制限制不同源-目标对之间的差异,从而获得具有领域不变性的特征;ETPL则运用德普斯特-沙弗证据理论为样本分配权重。同时,本研究还提供了理论分析,包括针对多源场景和目标伪标签的详细泛化误差界限,阐明了其依赖于分布差异和伪标签质量指标。此外,该研究采用人机协作方法,通过逐样本分析充分发挥人类与机器的优势。在两个真实案例中的实验结果充分证明了该方法的有效性,能够实现复杂的跨领域故障诊断,并展示了其在工业领域的应用潜力。引言:对于复杂工业系统而言,准确的故障诊断对于确保其可靠性和安全性至关重要[1][2]。传统的故障诊断方法通常依赖专家经验及固定规则,在面对现代工业系统中复杂且不断变化的环境时面临巨大挑战。相比之下,数据驱动方法则利用来自工业传感器的海量连续数据[3],通过先进的统计分析和机器学习算法将这些原始数据转化为可用的知识[4][5]。这些方法能够实时监测设备状态并预测潜在故障,从而提升工业系统的整体运行效率[6][7]。数据驱动的故障诊断方法不仅提高了故障检测的准确性,还有助于降低维护成本并提升生产效率[8]。随着工业4.0的到来,数据驱动故障诊断的重要性愈发突出[9][10]。机器学习的快速发展显著提升了其学习复杂非线性映射的能力[11][12],因此学术界和工业界越来越关注如何让这些方法在各种不同场景下具备通用性[13][14]。当工业系统在不同的工作条件下运行时,数据分布会发生变化,从而导致领域偏移[15][16],这类变化会削弱数据驱动模型的诊断性能并降低其泛化能力[17][18]。在目标数据有限的场景中,迁移学习提供了一种框架,能够利用来源领域中丰富的标签信息来提升目标任务的 learning效果。在这一框架下,领域自适应方法作为重要分支被开发出来,用于优化模型结构和学习机制[19][20],这类技术旨在使不同领域的数据分布趋于一致,从而构建出领域不变的特征空间[21],进而减轻领域偏移的负面影响,提升故障诊断模型的稳定性[22][23]。引入多源领域可以丰富信息资源,通过多样化的数据表示方式提升模型性能[24],但这种整合也带来了诸多挑战,尤其是由于数据来源的多样性加剧了领域偏移现象,导致不同领域间的数据分布存在显著差异,这就需要有效的量化与缓解方法。数据分布变化的原因众多,可归为不同的类别[25][26],包括协变量偏移(仅有协变量变化)、先验概率偏移(仅有因变量变化)以及样本选择偏差等。本研究主要聚焦于协变量偏移,这也是大多数领域自适应方法的关注点,且在工业场景中较为常见。多源领域自适应的一个关键在于精确衡量不同领域之间的差异,尤其是多个源领域与目标领域之间的差异。目前的 方法大多利用目标数据来量化与源领域的差异,却往往忽视了目标数据本身所蕴含的潜在信息价值,这一不足正是领域自适应方法中的重要缺陷。因此,迫切需要进一步的理论分析,以构建出既能量化领域偏移,又能充分利用目标数据中潜在信息的综合框架,从而提升多源领域自适应技术的有效性。此外,传统的数据驱动方法在提供诊断结果时并未考虑其可靠性和可信度[27]。在复杂的实际场景中,黑箱模型由于其决策过程缺乏可解释性,可能会产生不可靠的输出,带来潜在的运营风险。为了解决这一问题,有必要从泛化能力、预测结果的可解释性以及预测置信度的校准等可衡量维度提升模型的可信度。人机协作模式为解决这些挑战提供了有效途径,它能够充分利用人类的专业知识和机器的计算能力。通过将领域自适应网络与这种协作模式相结合,系统可以识别出那些可靠性低或不确定性高的模型预测结果,并将专家纳入决策流程中,这种协同作用对于大幅提升故障诊断系统的整体可靠性和安全性至关重要。上述问题为解决相关挑战提供了充分的动机。首先,为了实现多源场景下的泛化并通过特征对齐和多损失自适应加权来避免性能下降,领域不变学习变得十分必要。其次,目标伪标签的系统性利用仍需进一步探索,这需要通过基于理论的策略来减少特征失真,并发展目标知识利用方法。第三,人机协作模式亟需结合适配模型,以便在复杂场景下获得可靠的结果。神经网络在预测与健康管理系统中展现出巨大潜力[28][29],领域自适应则是解决领域偏移问题的关键方法,本小节将通过单源领域自适应方法和多源领域自适应方法对其进行介绍,同时也会涉及与人机协作相关的其他研究工作。源领域与目标领域之间的特征分布存在差异,近年来单源领域自适应方法在解决这些问题方面取得了显著进展,包括在理论分析方面的突破[30][31]。Ben-David等人提出了基于HΔH散度的领域偏移理论基础,通过该理论得出了泛化误差的上限[32],这一上限由三个部分构成:源领域风险、跨领域分布差异以及理想联合误差,其中理想联合误差取决于两个领域的数据集质量。因此,单源领域自适应方法主要解决前两部分问题,且相较于传统方法更注重跨领域差异这一项。构建领域不变学习机制是这类方法的主要目标,可通过基于度量指标的方法[22][23]或基于对抗机制的方法来实现。与单源领域自适应方法相比,多源领域自适应方法能够更好地利用多个源领域的多样性,从而提升模型的泛化能力和稳定性。多源领域自适应方法的核心挑战在于如何有效地整合多个源领域的知识并将其转移到目标领域。目前的相关方法可分为两类:分类器组合法和特征表示法。加权法通过组合子分类器来探索源-目标或源-源对之间的相关性,利用相关性得分来为领域对齐赋予权重[24],赵等人提出了基于条件加权的策略,用于量化跨领域故障诊断中的源-目标相似度[33],而杨等人则采用了集成学习方法开发了双层对齐网络[34]。尽管这些方法为目标选择了合适的子分类器,但未能充分解决领域不变特征表示的问题。为寻找共享信息,一些多源领域自适应方法试图将数据映射到潜在特征空间,这样的表示方式能够在保留与任务相关的特征的同时消除无关因素(如环境、操作条件等),常见的技术包括设计新的嵌入投影或添加惩罚项来生成领域不变特征[35][36],张等人提出了一种两阶段多源部分领域自适应方法,适用于目标领域近似平衡的故障诊断任务[35],高等人则构建了多源信息融合模型,用于在不同工作条件下实现跨领域故障诊断[36],因此,领域不变特征对于多源领域自适应方法在复杂跨领域场景下的泛化能力至关重要。对于无监督领域自适应方法而言,虽然可以利用目标数据在度量学习中表征领域分布的差异,但由于没有目标标签,而输入数据往往是可以获取的,且这些数据包含有关目标领域分布的有用信息,因此伪标签优化成为一种重要的训练机制[37],不过在传统的领域自适应研究文献中这一机制往往被忽视,很少有研究探讨伪标签的影响,任等人提出了一种基于伪标签的多源领域自适应方法,并通过实验验证了其有效性[38],傅等人则通过将高置信度的伪标签纳入迭代学习过程,实现了高性能的无监督领域自适应诊断[39],然而这些算法尚未充分利用多领域信息,也缺乏详细的理论分析,因此还需要进一步研究。自动化机器诊断利用传感器数据以及高效的模型训练机制,使系统具备类似人类的决策、推理和交互能力,从而大幅降低经济成本[40],不过这类数据驱动算法仍易受到传感器故障、噪声以及数据不完整等因素的影响,导致诊断结果不可靠且决策难以解释,因此有必要分析故障诊断的可解释性和可信度,才能信任黑箱模型的决策结果。当前的研究方向是在深度模型中嵌入可解释模块,或通过推断模型逻辑来做出决策,肖等人提出了一种基于可信赖且可解释的贝叶斯变分学习方法,用于为Transformer模型引入不确定性[41],周等人则提出了一种基于概率贝叶斯深度学习的故障诊断方案,最终实现了可靠的诊断结果[42],冯等人基于不确定信息开发了基于信念规则库的专家系统,用于实现车辆的可靠故障诊断[43],因此,对黑箱模型进行不确定性分析对于提升其可解释性和可信度至关重要。为优化这种不确定性处理策略,缩小诊断结果与可靠决策之间的差距,人机协作已成为一个重要发展方向,这一领域受到了广泛的研究关注,并已在皮肤癌识别[44]、预测[45]以及故障诊断[46]等实际场景中得到广泛应用,邵等人提出了一种人机协作式故障诊断方法,旨在获得更加准确可靠的决策结果[46],那些结合不确定性分析以及置信度校准以提高决策可靠性的方法都属于这个人机协作诊断框架的范畴[47],该框架正在朝着更加个性化、安全且可持续的工业应用系统不断发展[48],为了区分传统方法与本文提出的方法,图1展示了改进后的自适应机制以及人机辅助监控组件,具体的实现方式将在方法论部分和实验案例中详细介绍。表1为相关研究中的方法对比表,其中列出了近期关于故障诊断方法的现有研究、它们之间的关联以及各自的局限性,这些内容有助于进一步明确本文提出的方法与其他现有方法之间的联系和核心差异。尽管单源领域自适应方法和多源领域自适应方法已经存在,但这些方法尚未充分利用目标数据的信息,同时在理论和算法设计层面,领域自适应方法与伪标签优化方法之间的关联也较少被考虑,此外,这些方法虽然能够实现如图1-(a)所示的在线监控功能,但却未考虑可信度问题,仅诊断结果的可靠性不足,导致决策过程不够透明,也无法像图1-(b)那样实现人机辅助监控,因此,对诊断结果进行更深入的分析也十分重要。综上所述,在复杂的多源场景以及领域偏移场景中,存在着诸多挑战,同时也为探索领域不变特征提供了充分的动机,具体如下:•目前的单源领域自适应方法和多源领域自适应方法主要侧重于源任务学习以及分布差异的分析,但与伪标签优化方法之间缺乏关联,虽然有一些研究探讨过伪标签优化方法,但尚未有相应的理论分析来为多源领域自适应方法与伪标签优化方法之间的关联提供支撑,•引入伪标签优化方法后,多任务学习的优化目标会增加,这将影响主任务的 learning过程,•传统方法虽然关注诊断结果,但缺乏对决策可信度的详细分析。基于以上考虑,本文分析了目标风险的详细泛化误差界限,阐明了多源领域以及目标伪标签的影响,为算法设计提供了指导,本文提出的适用于不同工作条件的多源领域自适应框架包含三个组成部分:(1)主网络学习,(2)多源对抗式对齐,(3)基于证据的目标伪标签优化,同时采用了自适应加权机制来平衡上述多个优化目标,图2展示了该方法的运作流程,即MSDA从多个源领域中提取领域不变特征,并为跨领域场景训练出通用的分类器。德普斯特-谢弗证据理论通过利用适应结果和基于聚类的伪标签为样本分配权重,从而降低冲突目标样本的影响。所提出的ETPL-MSDA方法被应用于人机协作故障诊断框架中,该框架能够充分利用人类与计算机在诊断方面的优势。其主要贡献如下:•提出了用于多源故障诊断的新型ETPL-MSDA方法,该方法专门设计用于同时缓解复杂的领域差异问题,并通过样本加权机制有效利用目标信息。一种自适应的多损失加权机制可自动为EPTL-MSDA分配学习权重,进而平衡三个核心子任务。•与传统的SSUDA和MSUDA不同,本文建立了严格的理论分析,用于描述在具有部分目标伪标签的多源场景下的目标风险界限,从而明确阐述了性能与领域间分布差异及伪标签质量之间的双重依赖关系,为算法设计提供了指导。•所提出的人机协作故障诊断框架包含了特定的适应机制和可信度分析方法。与完全自动化方法相比,这种方法提升了诊断性能,同时相比手动诊断显著减少了工作量。全面的实验结果证明了其在复杂多源条件下的有效性。本文的其余结构如下:第2节理论分析、第3节方法论详细阐述理论分析及所提出的方法;第4节案例研究I:三相流、第5节案例研究II:跨机器诊断展示了在各种真实工业数据集上的实验结果;最后,第6节对全文进行总结。

多源泛化误差界限分析
假设源领域和目标领域共享相同的输入空间X、输出空间Y以及相似的映射任务X→Y。令g和h分别表示真实映射函数和假设映射函数。根据[32]的研究,跨领域误差主要源于三个方面:源领域中模型的近似误差?S(h,g)、领域间的分布差异,以及数据集的固有特性。源领域的风险用?S(h,g)表示,其有明确的定义。

方法论
本节将详细介绍所提出的方法。图3展示了该框架的结构,包括模型结构、训练机制以及基于理论的设计思路。多源数据{XSk}k=1Nk与目标数据XTa存在分布差异,这些差异会限制神经网络的性能和泛化能力。对于第m个源领域,记为DSm={xiSm,yiSm}i=1NSm。该方法包含一个特征提取器FE(?)、一个故障分类器FC(?),以及K个领域鉴别器FDk(?)k=1K(K为源领域的数量)。

数据集描述与实验设置
为验证所提框架的有效性,我们利用了一个来自三相流工业过程的公开真实数据集进行了全面案例研究,该数据集专为评估跨领域场景下的故障诊断能力而设计[50]。所研究的工业过程涉及持续输入空气和水,其流量会根据不同的操作条件动态调整。工艺流程始于……

案例研究II:跨机器诊断
我们还使用了更多工业数据集来展示所提方法的性能。案例来自凯斯西储大学和智能维护系统中心,这两个数据集分别作为多源领域和目标领域。凯斯西储大学的数据集包含了三种不同电机负载的工作条件,作为多个源领域;而智能维护系统中心的一个加速数据集则被用作目标领域。同时采用了适当的特征提取技术……

结论
本研究提出了一种新的基于目标证据的伪标签学习方法,用于多源领域适配,以解决复杂跨领域场景下的故障诊断问题,并尝试构建一种具有高适应性和可信度的人机协作框架。针对已知数据和未知数据的目标领域,本文对多源泛化误差界限进行了详细的理论分析,为算法设计提供了指导,该分析充分考虑了多源因素的影响。

CRediT作者贡献说明
田继伦:撰写——初稿、验证、方法论、概念设计。罗浩:撰写——审阅与编辑、监督、资金获取。颜鹏飞:验证、软件开发。乔新宇:方法论、概念设计。吴世萌:验证、软件开发。张久思:撰写——审阅与编辑、验证、监督。

利益冲突声明
作者声明不存在任何可能影响本文所述工作的已知财务利益或个人关系。

致谢
本研究部分得到了中国国家自然科学基金项目62473113和62503086的支持,还有四川省科技规划项目2026NSFSC1508的资助。
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