《Machines》：Online Track Anomaly Detection: Comparison of Different Machine Learning Techniques Through Injection of Synthetic Defects on Experimental Datasets
Giovanni Bellacci,
Luca Di Carlo,
Marco Fiaschi,
Luca Bocciolini,
Carmine Zappacosta and
Luca Pugi
编辑推荐：
为应对铁路轨道连续监测与缺陷自动检测的需求，研究人员开展了一项关于机器学习（ML）技术在轨检中应用的研究。通过在真实轮轨接触力数据中注入合成缺陷信号，对比了单类支持向量机（OCSVM）、孤立森林（IF）和局部异常因子（LOF）等多种ML算法在时空及频域特征下的异常检测性能。该工作为解决实际缺陷数据获取困难、提升检测算法鲁棒性提供了创新性的方法学验证，对推动铁路智能化运维具有重要参考价值。
现代铁路运营对轨道安全性与可靠性的要求日益严苛。传统的轨道维护多依赖定期的人工或模型驱动的现场检查，难以跟上轨道实际退化速度。诊断列车及轨道记录车（TRV）等装备的出现，为实现连续监测提供了可能。这些列车配备了包括仪器化轮对（IWS）在内的多种测量系统，能够直接测量轮轨界面的接触力，为诊断提供了宝贵的数据源。然而，如何从海量的监测数据中自动、准确地识别出轨道缺陷（异常），仍然是一个巨大的挑战。机器学习（AI/ML）技术为解决这一问题带来了希望，但算法的训练与验证需要大量包含已知缺陷的标注数据，这在真实的运营线路中既昂贵、危险，又难以实现。这正是本项研究的出发点。
为解决上述问题，研究人员在论文“Online Track Anomaly Detection: Comparison of Different Machine Learning Techniques Through Injection of Synthetic Defects on Experimental Datasets”中，提出了一种创新的方法：将已知的合成缺陷模式注入到被认为是“健康”的真实线路接触力测量数据中，从而构建出可用于算法训练和验证的、包含已知“故障”的数据集。他们系统比较了三种不同的无监督机器学习算法——单类支持向量机（One-Class Support Vector Machine, OCSVM）、孤立森林（Isolation Forest, IF）和局部异常因子（Local Outlier Factor, LOF）——在检测这些注入缺陷时的性能。该研究发表在期刊《Machines》上，为基于接触力测量的轨道在线异常检测提供了重要的方法学比较和基准。
本研究主要采用了几个关键技术方法：首先，合成缺陷注入技术，从技术文献中提取典型缺陷（如焊缝、压溃接头、擦伤等）的垂向力剖面，经过与IWS测量带宽（200-250 Hz）匹配的预滤波后，直接叠加到真实的高速线路接触力数据中，并进行了幅值缩放和频谱偏移以增加缺陷多样性。其次，多维度特征工程，从原始空间域信号中提取了包括均值、标准差、偏度、峰度以及Hjorth参数（活动性、复杂性）在内的统计特征，并转换到频域进行傅里叶变换（FT）和小波分解以获取频谱特征。最后，基于Python的机器学习算法实现与评估，使用OCSVM、IF和LOF三种算法，分别在空间域特征、频域特征以及混合特征上进行了异常检测（Novelty detection），并通过精确率（Precision）、召回率（Recall）和F1分数等指标系统评估了算法性能。研究所用训练和验证数据集来源于与数据供应商签订保密协议的高速线路任务剖面，列车运行速度约300 km/h，每个数据集包含约450万个力测量值。
1. 采用的数据集与合成缺陷创建
研究采用了高速线路的实测轮轨垂向力Q数据作为基础。训练数据集（C14）和验证数据集分别包含了速度、曲率等信息。为了验证算法，研究人员向验证数据集中注入了81个扰动，这些扰动模拟了焊缝、擦伤、接头等常见缺陷。具体创建过程包括：从文献中数字化提取缺陷波形；根据IWS的估计带宽进行预滤波；对缺陷进行幅值缩放（因子1, 0.7, 0.5）和频率平移（如一倍频程），以测试算法对不同形态异常的识别鲁棒性；最后将处理后的缺陷波形与真实力信号相加。图1展示了该方法的核心流程。图3b显示了注入扰动后的力信号剖面，其中绿色虚线标记了注入异常的位置，可见合成异常与原始健康信号的形态差异并不显著，增加了检测难度。
2. 空间域特征中ML算法的应用
研究首先在空间（或时间）域提取的特征上应用ML算法。原始信号Q(t)通过积分转换为空间坐标Q(s)的函数，并在均匀空间网格上重采样。特征提取在长度为Lw的重叠空间窗口上进行，并应用汉宁窗（Hann）进行加窗以减少频谱泄漏。提取的特征列于表3，包括窗口内信号的均值、标准差、偏度、峰度、均方根、波形因子、峰值因子、脉冲因子、裕度因子以及Hjorth参数（活动性M、复杂性C）。Hjorth参数基于信号及其一阶、二阶差分（导数）的方差计算，能紧凑描述信号的变异性和频率内容。随后，OCSVM、IF和LOF三种算法在这些特征上进行训练和预测，并通过精确率、召回率和F1分数来评估性能。这些指标基于真阳性（TP）、假阳性（FP）、假阴性（FN）和真阴性（TN）计算得出。
3. 频域特征中ML算法的应用
除了时域特征，研究还将上述三种ML算法应用于频域特征。通过对加窗后的信号进行傅里叶变换（FT）得到频谱，并计算了一系列频谱特征，包括频谱质心、频谱宽度、频谱滚降点、频谱斜率、频谱峰值、频谱峰值频率、频谱平坦度、频谱熵等。同样，小波分解也被用于提取多分辨率下的特征。研究对比了算法在频域特征上的表现，并与时域特征的结果进行交叉比较。
4. 混合特征方法
研究还尝试了一种混合方法，即将从空间域和频域计算出的特征组合成一个更大的特征集，然后应用相同的ML算法。此举旨在探索结合不同物理含义的特征是否能提升异常检测的综合性能。
5. 结果评估
研究对不同方法得到的结果进行了综合评估。初步结果表明，对于所研究的特定数据集和注入的缺陷类型，不同算法在不同特征域的表现各有优劣。例如，某些算法可能在时域统计特征上对特定缩放程度的缺陷更敏感，而另一些算法可能在频域特征上对频率偏移的缺陷有更好的识别率。混合特征方法在某些情况下能够结合不同特征的优点，但并非在所有场景下都优于单一特征域方法。研究强调，这些结果是初步的，相关工作仍在进行中，但为科学界提供了关于算法比较和合成缺陷注入方法有效性的有价值见解。
结论与讨论
本研究通过将合成缺陷注入真实轨道接触力测量数据，构建了一个具有挑战性的基准数据集，用于比较OCSVM、IF和LOF三种无监督机器学习算法在轨道异常检测中的性能。研究系统考察了算法在空间域特征、频域特征以及混合特征上的表现。主要结论如下：首先，所提出的合成缺陷注入方法是可行且有效的，它能够在安全、经济的前提下，生成足够多样和真实的缺陷数据用于算法开发与测试。其次，三种被比较的ML算法均展现出了检测注入异常的潜力，但其性能严重依赖于所选取的信号特征（无论是时域、频域还是混合特征），没有一种算法在所有场景下全面占优。这凸显了特征工程在基于ML的异常检测应用中的关键作用。最后，与大多数基于惯性测量的轨道监测研究不同，本研究聚焦于轮轨接触力这一信息量更直接但尚未被充分探索的数据源，为轨道状态诊断开辟了新的可能性。
本研究的重要意义在于其方法论上的创新性。它为解决机器学习在工业监测领域应用中的一个普遍难题——缺乏大量标注故障数据——提供了一个实用的解决思路。同时，详细的算法比较为工程人员根据具体问题（如缺陷类型、信号特性）选择合适的技术路径提供了参考。尽管研究仍是初步的，但它为基于接触力的在线轨道异常检测奠定了重要基础，并推动了该领域向更加自动化、智能化的方向发展。
