1dMC-MPR-SABinet：一种基于振动信号的无人机旋翼叶片裂纹故障诊断方法 张涛川（Taochuan Zhang） 黄慧云（Huiyuan Huang） 傅家辉（Jiahui Fu） 刘强（Qiang Liu） 林景良（Jingliang Lin）

《Applied Sciences》：1dMC-MPR-SABinet: A UAV Rotor Blade Crack Fault Diagnosis Method Based on Vibration Signals Taochuan Zhang, Huiyuan Huang, Jiahui Fu, Qiang Liu and Jingliang Lin

　　摘要 最近几年，无人机（UAV）的应用场景变得越来越广泛。作为无人机的核心部件，旋翼叶片的健康状况直接关系到飞行安全。针对无人机旋翼叶片裂纹故障诊断中存在的特征提取不足、抗噪声能力弱以及诊断精度低等问题，本研究提出了一种一维深度网络模型（1dMC-MPR-SABinet），该模型整合了多尺度卷积、多路径残差模块、BiLSTM和自注意力机制。该模型以旋翼叶片的三轴（X、Y、Z）振动信号为输入，通过多尺度卷积模块和多路径残差模块对信号进行建模，并利用BiLSTM模拟信号的双向时间依赖性，同时结合自注意力机制来增强对细微故障特征的捕捉能力。此外，还采用Northern Goshawk优化算法来调整超参数，从而提高在噪声环境中的稳定性。实验基于自收集的故障振动数据集进行了验证，评估指标包括精确度、召回率和F1分数。结果表明，在无噪声条件下，未经超参数优化的模型诊断准确率为99.37%，比对比模型提高了6.50%。在信噪比为1的强噪声环境下，基准模型的准确率为91.95%；而在经过超参数优化后，准确率分别提升至97.64%、97.78%和97.01%。消融实验和泛化实验进一步验证了所提出架构的合理性和有效性。

1. 引言 随着低空经济和智能设备技术的快速发展，无人机（UAV）的应用范围已经从传统的航空摄影扩展到民用、工业作业和特种作战等多个领域。它们已成为提高作业效率和降低劳动成本的核心工具[1,2]。在民用领域，无人机可以执行物流配送、农业植物保护和地理测绘等任务；在工业领域，它们广泛用于电力线路检查、油气管道检测和高层建筑外墙维护等高风险操作，有效避免了人工检查的安全风险[3,4]。在科学研究和应急响应方面，无人机还可以进入地震灾区或森林火灾现场等复杂环境，实现灾害调查和数据传输[3,4]。然而，在各种无人机应用中，作为提供升力和动力的核心部件——旋翼叶片的运行状态直接决定了无人机的飞行稳定性和安全性。若不能及时检测和处理故障，在轻微情况下可能导致机体轻微振动（影响作业精度），在严重情况下甚至可能导致无人机坠毁。这不仅会造成设备损坏带来的经济损失，还可能对地面人员和财产安全构成威胁[5]。

目前，无人机故障诊断技术主要分为两类：基于物理模型的方法和数据驱动的方法。这两种方法分别从“机制建模”和“数据挖掘”的角度来解决问题[6]。基于物理的故障诊断方法理论上是基于无人机系统的基本物理定律（如动力学和运动学），通过构建高精度的数学模型来描述设备在正常和故障状态下的信号传输路径、能量转换过程和状态演变机制，最终实现有效的故障检测、隔离和参数估计。其核心思想是通过分析设备内部的物理相互作用关系，建立故障特征与观测信号之间的定量映射关系，为故障诊断提供清晰的物理机制基础。

在相关研究中，人们对物理模型开发和观测器设计给予了相当大的关注。Guzman-Rabasa等人[7]提出了一种针对四旋翼执行器的故障检测和诊断方案，将动力学分为平移和旋转子系统，采用鲁棒的LPV观测器识别故障，并通过滚转角和俯仰角位移实现诊断，仿真验证了该方法的有效性。Tutsoy等人[8]为四旋翼设计了三阶简化Thau观测器，并结合自适应律快速识别双执行器故障，通过李亚普诺夫分析验证了收敛性，并通过最小二乘法量化了故障幅度，仿真和实际测试表明其性能优于基于卡尔曼滤波的方法。郭等人[9]提出了结合自适应控制和滑模控制的混合观测器，通过坐标变换实现精确的故障估计，并集成了具有优异鲁棒性和收敛性的PID容错控制。Huang等人[10]考虑时间延迟、非线性和干扰因素，研究了四旋翼无人机中的执行器和传感器故障，并提出了一种基于中间观测器的故障估计算法，可以分别或同时估计故障和干扰。除了基于观测器的方法外，物理模型还广泛应用于容错控制和基于振动信号的分析中。Shabbir等人[11]提出了一种结合RBFNN、非线性观测器和滑模控制的主动容错控制方案，用于具有建模误差、参数不确定性和传感器故障的非线性系统，无人机仿真验证了其在故障估计和容错方面的优异性能。Ghalamchi等人[12]利用机载加速度计和DFT谱分析通过多轨迹比较定位旋翼故障，无需额外传感器，具有很强的通用性和良好的实时性能。Cabahug和Eslamiat[13]使用IMU收集四轴飞行器的振动数据，采用K均值聚类进行故障检测，选择了gZ-aZ参数组合，准确率达到92.1%，并在0.6秒内识别出三种状态（正常、故障、失效）。Baldini等人[14]提出了一种轻量级检测方法，利用机载IMU振动信号和FIR滤波，具有高精度和较强的灵活性，解决了需要额外硬件、计算量大和难以实时部署的问题。

与基于物理的方法不同，数据驱动的故障诊断方法无需建立复杂的设备物理机制模型。相反，它们利用传感器在无人机运行过程中收集大量数据（如振动信号、声学信号、惯性测量数据等），并通过机器学习和深度学习等智能算法自动挖掘数据中隐藏的故障特征和模式，从而实现从数据到故障状态的的有效映射。这类方法的一个显著优势是它们对复杂非线性系统的良好适应性。特别是在实际的无人机应用场景中，它们能够捕捉到难以用物理模型准确描述的故障特征。此外，随着样本数据量的不断积累，其诊断准确性和泛化能力还可以进一步提高。

在特征提取和模型构建方面，当前的研究工作呈现出逐渐多样化的方向。Zhang等人[15]利用机载三轴振动信号和小波包分解结合LSTM实现了四旋翼叶片故障检测，准确率达到96%，优于BP网络。Erfanian和Ramezani[16]专注于执行器故障，应用双向长短期记忆（BiLSTM）网络检测四旋翼无人机的执行器故障，通过仿真模型生成训练数据，诊断准确率达到99%。针对无人机传感器故障诊断，Yao等人[17]提出了一种改进的深度森林算法，增强了级联层结构，整合了贝叶斯优化并重新设计了层间损失函数，从而在回归准确率和泛化能力方面取得了显著提升。Amato等人[18]为低成本多旋翼无人机提出了基于粒子滤波的FDI故障检测和隔离算法，该算法在嵌入式平台上验证了其有效性和可靠性，并优化了参数敏感性。Li等人[19]研究了无人机传感器的零样本故障检测，并提出了CVAE-GAN模型，该模型仅使用正常数据即可识别未知故障，实机实验验证了其高检测效率和准确性。Puchalski等人[20]利用PADRE数据库中的惯性传感器数据开发了两种实时数据处理方法，有效提升了多旋翼无人机螺旋桨故障检测和分类的准确性和处理效率。Debele等人[21]构建了多旋翼无人机故障检测框架，并通过级联深度神经网络实现了高精度实时监控。Zhou等人[22]构建了一种自监督的无人机故障检测模型，结合了改进的自动编码器和小波分析进行特征提取，使用重构损失进行故障诊断，准确率达到91.01%。Grehan等人[23]设计了一种数据驱动的机械故障诊断算法。Zhang等人[24]提出了HDBNH框架，整合了混合深度域适应性和Hampel滤波器，实现了基于真实固定翼无人机飞行数据的高精度跨条件故障检测。Lin等人[25]基于模拟和测量数据设计了DPG方法，实现了数据驱动学习和物理先验知识的协同融合。Al-Haddad等人[26]提出了一种使用DWT多分辨率分解、特征选择和DNN的诊断方法，在悬停状态下准确率达到91%，并适应了非平稳振动信号的识别。Liu等人[27]提出了TcLstmNet-CBAM模型，解决了特征提取不足和剩余使用寿命预测精度低的问题。Iannace等人[28]利用无人机噪声信号构建了神经网络模型来检测螺旋桨叶片不平衡故障，实验验证了该模型准确率为97.63%，能够有效判断无人机的运行状态。Bruschi等人[29]提出了一种基于无人机音频信号的轻量级机器学习方法，量化模型在低成本嵌入式平台上准确率超过81%，推理时间仅需486.0ms，适用于机载部署。Altinors等人[30]研究了无人机BLDC电机的常见故障，并利用音频信号结合机器学习实现了故障诊断，准确率达到99.75%，运行速度快，可在嵌入式系统中实时运行。Rangel-Magdaleno等人[31]提出了一种基于声音的四旋翼无人机叶片不平衡检测方法，通过DWT和傅里叶变换分析信号，有效区分平衡和不平衡叶片，提供了可靠的碰撞损伤检测方案。

这些新方法在无人机故障诊断领域取得了一定的进展，但仍面临一些挑战，如特征提取能力弱、梯度爆炸、抗噪声能力差等问题。研究表明，在故障诊断中使用CNN时，深度网络通常表现更好。然而，随着网络深度的增加，其性能往往会下降。因此，本研究提出了一种一维多尺度卷积、多路径残差、BiLSTM和自注意力网络（1dMC-MPR-SABinet）用于无人机旋翼叶片裂纹故障诊断。该方法消除了手动特征提取的需要，克服了传统方法的局限性，提高了诊断的准确性和鲁棒性。

本研究的主要创新点如下：
(1) 该模型采用了并行多尺度卷积结构，利用三种不同大小的卷积核捕捉不同尺度下的局部信号特征，克服了单尺度卷积的局限性（如信息遗漏和特征表示不足），增强了模型学习信号特征的能力。
(2) 采用双分支残差块结构，通过不同复杂度的分支路径从不同角度处理和转换输入特征，增加了特征提取的多样性，有效缓解了深度神经网络中的梯度消失和退化问题，使网络能够学习更有价值的残差信息，提高了模型对细微特征和故障诊断的敏感性。
(3) 设计了一个集成神经网络框架，以增强预测准确性和泛化能力。该框架整合了BiLSTM和自注意力模块，提高了时间特征学习和关键信息提取的效果。此外，采用Northern Goshawk优化算法调整超参数，使模型获得更合适的参数配置，从而提高了整体性能。为了实现有效的特征学习和故障识别，该网络整合了多个组件，包括多尺度卷积层用于在不同感受野范围内提取特征，多路径残差层用于改善信息传播，自注意力模块用于强调关键特征表示，以及BiLSTM层用于建模双向时间依赖性。随后引入了dropout来减少过拟合，接着是全连接层、softmax操作和分类层以生成最终的诊断结果。图1显示了 rotor blade crack fault diagnosis 模型的结构图。首先，该模型使用具有三种不同尺寸卷积核（1 × 5、1 × 10、1 × 15）的多分支多尺度卷积模块从转子叶片振动信号中捕获多尺度时间特征。然后，它利用BiLSTM挖掘信号的双向依赖性，并结合残差连接和批量归一化（BN）来优化网络训练的稳定性。最后，它引入自注意力机制来增强关键故障特征的权重，并通过全连接层（FC）和softmax实现分类。

2.1 多尺度卷积神经网络（Multi-Scale Convolutional Neural Network, MSCM）
MSCM采用并行结构，包含多种不同大小的卷积核，如图2所示，从不同尺度的信号中提取局部特征。该模块由三个顺序排列的并行卷积分支组成。具体来说，最左侧的分支使用1 × 5卷积滤波器捕获细粒度的局部特征，中间分支使用1 × 10滤波器提取中等尺度的上下文信息，而最右侧的分支使用较大的1 × 15滤波器，使网络能够感知更广泛的特征模式。通过使用具有不同感受野大小的卷积核，该结构能够以渐进的方式学习多尺度表示。此外，每个卷积操作都分别与批量归一化和ReLU非线性激活函数结合使用。这种设计加快了模型的收敛速度，缓解了梯度消失问题，并降低了网络对超参数的敏感性。

2.2 双分支残差块结构（Dual-Branch Residual Block Structure）
深度学习通过增加网络层数从输入信号中提取更抽象的深层特征；然而，过深的层次可能导致梯度消失和过拟合等问题。如图4所示，深度卷积神经网络中加入了残差结构。其核心在于双分支特征提取和残差结构的协作机制。在分支1中，数据首先经过一维卷积以转换特征，然后通过批量归一化层来标准化数据分布，从而提高训练稳定性和收敛速度。分支2的结构更为复杂，输入数据依次经过一维卷积、批量归一化和ReLU激活。之后，这三个操作单元再次堆叠，以实现全面的特征提取和优化。接着，两个分支的输出F1(x)和F2(x)进行加法运算，将来自不同路径的特征融合在一起，结果y作为下一层的输入。这种方法有效缓解了随着层数增加而出现的梯度消失和退化问题，使网络能够学习到更有价值的残差信息。同时，通过设计不同复杂度的分支路径，可以从不同角度处理和转换输入特征，增加特征提取的多样性。这有助于模型捕获更丰富、更具辨别力的特征，从而提高模型对细微特征和复杂任务（如UAV转子叶片裂纹故障诊断）中故障诊断的准确性。

2.3 双向长短期记忆网络（Bidirectional Long Short-Term Memory Network, BiLSTM）
作为一种独特的循环神经网络架构，BiLSTM由两个LSTM模块组成，能够有效感知和建模序列数据中的时间序列依赖性。它通过分割提取的特征序列，分别将它们输入到两个方向的LSTM层中，然后融合来自双向LSTM网络的特征，最终生成输出。与单向LSTM相比，BiLSTM模型可以更全面地捕获序列轴承振动信号中的上下文信息，并表现出更强的表示能力和泛化能力。LSTM的结构如图5所示。每个LSTM单元包括以下三种主要门控机制：

2.4 Dropout层
Dropout层是深度学习中的经典正则化技术，广泛应用于神经网络的训练过程中，以缓解过拟合问题。在网络前向传播过程中，它根据预定义的概率随机“禁用”某些神经元，使这些神经元不在当前迭代中参与信号传输或参数更新。这种机制迫使网络学习更稳健的特征表示，防止模型过度依赖特定的神经元相关性，并提高泛化能力。其实现简单高效，已成为提升复杂深度模型性能的关键组件。

2.5 多头自注意力机制（Multi-Head Self-Attention Mechanism）
注意力机制由Query、Key和Value组成，如图7a所示。Query作为目标，表示当前要处理的信息；Key和Value作为来源，是与Query相关联的已知输入，每个Key对应一个Value。通过比较Query和Value之间的相似性来确定哪个Value与Query最相关。根据相关性分配注意力权重；在对权重进行归一化后，与相应的Value进行加权求和，得到最终输出。对于输入特征X，注意力机制中的三个不同值可以表示为：

2.6 图7a 注意力机制结构图
在方程中，表示输入特征；分别表示对应于Query、Key和Value的三个权重矩阵，通过对进行线性变换得到。自注意力机制的输出为：

多头自注意力将Query、Key和Value向量在标准自注意力中分成几个独立的子组，每个子组对应一个独立的注意力头。这样的设计允许模型从不同的特征子空间提取多样化的特征信息，从而提高模型的性能和泛化能力。MSA的操作可以表示为：（23）（24）（25） 在方程式中， 表示第t个头中的权重矩阵，用于将输入序列转换为； 表示多头注意力连接输出的最终线性变换的权重矩阵。2.6. L2正则化L2正则化是机器学习和深度学习中常用的正则化技术。它通过将模型参数的平方范数的惩罚项引入损失函数来缓解过拟合并提高模型的泛化能力[44]。其核心思想是对模型参数的绝对值施加约束，促使参数值趋向于更小的幅度，从而使模型更简单、更健壮。其数学表达式为：（26）（27） 在方程式中， 表示带有L2正则化的总损失； 表示原始损失； 表示模型参数集；而 ≥ 0表示正则化系数， 其中越大，对参数的约束越强；当 为0时，它退化为没有正则化的原始损失。3. 实验验证3.1. 基于振动的无人机旋翼叶片故障数据集本研究使用了自收集的无人机旋翼叶片故障振动数据集。用于模拟旋翼叶片故障的实验平台如图8所示，包括CT5204恒流适配器（上海诚科电子技术有限公司，上海，中国）、带有BNC信号采集卡的NI 9215（国家仪器公司，德克萨斯州奥斯汀，美国）、DJI Mavic Pro动力电机（深圳市大江创新科技有限公司，深圳，中国）、电机速度控制器（汉莱电子公司，广州，中国）、CT1002LS加速度计（上海诚科电子技术有限公司，上海，中国）、速度传感器（金家科智能传感器有限公司，深圳，中国）以及待测试的旋翼叶片（DJI8331F，ABS材料，深圳市大江创新科技有限公司，深圳，中国）。正常的无人机旋翼叶片、CT1002LS加速度计和CT5204恒流适配器分别如图9、图10和图11所示。表1和表2分别表示加速度计和恒流适配器的详细参数。该数据集的详细构建方法如下。图8. 旋翼叶片故障数据采集平台。图9. 无人机旋翼叶片图像。图10. CT1002LS加速度计图像。图11. CT5204恒流适配器。表1. 加速度计参数列表。表2. CT5204恒流适配器参数。（1）为了系统地探索不同裂纹位置对旋翼叶片振动特性的影响，本实验设计了10种具有明显区分度的旋翼叶片裂纹状态。这些状态不仅包括作为基准参考的正常旋翼叶片，还包括九种目标裂纹条件，如图12所示。其中，旋翼叶片根部是连接叶片和主轴的关键承力部件；因此，在其迎风面（由于长期正面气流影响容易产生疲劳裂纹）和背风面（受到涡流和振动共同作用的影响）设置了两个裂纹（Crack1和Crack9）。旋翼叶片前缘是裂纹的高风险区域，因为它是首先接触气流的部分，容易受到颗粒撞击；因此，沿叶片长度方向设置了三个不同的裂纹，分别位于根部附近（Crack2）、中部（Crack3）和尖端附近（Crack4）。旋翼叶片尖端在运行时位移最大，离心力最强，其核心区域设置了Crack5以模拟高速运行下的疲劳裂纹。尽管旋翼叶片后缘承受的直接载荷相对较小，但由于流分离和尾流涡旋的影响，它仍然容易产生裂纹；因此，这里也设置了三个不同的裂纹，包括尖端附近（Crack6）、中部（Crack7）和根部附近（Crack8）。此次数据收集实验中的裂纹设计全面涵盖了旋翼叶片的关键部分。（2）为了确保不同裂纹位置之间的公平比较，所有裂纹的几何尺寸都经过了标准化，并通过统一的测量程序进行了验证。具体来说，使用多功能刀在DJI 8331F旋翼叶片的不同位置人工切割了裂纹。所有裂纹的深度都设置为5毫米。除了裂纹分布位置外，每个叶片的所有其他结构参数都保持一致。裂纹的尺寸和位置参数列在表3中。表3. 裂纹位置和几何尺寸。（3）在按顺序设置好实验平台后，将预先处理好的实验旋翼叶片逐一安装到驱动电机上。然后启动电机，并将加速度计收集的信号记录在计算机上。由于振动信号太弱，本实验中在记录之前通过适配器将其放大了10倍。记录的振动信号包括X、Y和Z方向上的信号。（4）在数据采集过程中，旋翼以5000转/分钟的固定旋转速度运行。使用速度传感器持续监控旋转速度，并通过电机控制器调整以保持5000转/分钟的稳定运行状态。只有在旋翼达到稳态运行后，才记录振动信号。（5）在最后阶段，从实验平台获得的样本根据预定义的比例分配到不同的数据集中，从而为后续的实验分析提供数据支持。3.2. 数据集划分本研究使用的数据集总共包含15,000个样本，涵盖10个类别（正常和Crack1–Crack9），每个类别有1500个样本。数据集被划分为训练集、验证集和测试集，比例为6:2:2。因此，训练集中每个类别有900个样本，验证集有300个样本，测试集有300个样本。三个子集的最终样本数量分别为9000、3000和3000，如表4所示。表4. 训练集、验证集和测试集的样本分布。为了更清楚地展示每个子集中的类别分布，表5列出了训练集、验证集和测试集中每个类别的样本数量和比例。对于这10个类别，每个子集中的比例是相同的，即每个子集中每个类别有10%。这种平衡和分层的分割有助于确保模型训练、验证和性能评估的公平性。表5. 训练集、验证集和测试集的标签分布。3.3. 初步批量大小敏感性分析批量大小是影响梯度估计稳定性、收敛行为和模型泛化能力的重要训练超参数。为了确定后续实验的适当批量大小，在基线训练设置下进行了初步敏感性分析，使用了五个候选值，即32、64、128、256和512。结果显示，在测试的候选值中，批量大小为128时获得了最高的准确率（99.37%），而批量大小为64、256、512和32时的准确率分别为96.17%、98.47%、96.10%和90.67%，如图13所示。因此，选择128作为本研究中后续实验的固定批量大小。图13. 不同批量大小对模型准确率的影响。应当注意的是，这个结果仅表明在当前实验设置下128是最适合的值。这并不意味着128对所有可能的模型配置、噪声条件或优化设置都是最优的。在这项工作中，后续实验中的批量大小固定为128，主要是为了确保训练协议的一致性和不同实验研究之间的公平比较。3.4. 卷积核大小的敏感性分析为了检查多尺度卷积模块中的核大小是否选择得当，在相同的实验设置下进行了敏感性分析，通过比较几种卷积核组合。在此分析中，除了多尺度卷积块中使用的核大小外，所有训练条件和模型配置都保持不变。测试的核组合包括小范围、中范围和大范围的感受野设置，以评估它们对特征提取和诊断性能的影响。比较结果列在表6中。可以看出，不同的核大小组合会导致模型性能的显著差异。在所有测试的设置中，1 × 5、1 × 10和1 × 15的组合实现了最佳的总体诊断准确率。这表明所选的核大小提供了更适合捕捉无人机旋翼叶片振动信号的局部细节和更广泛时间依赖性的感受野层次结构。相比之下，过小的核不足以建模更广泛的时间相关性，而过大的核可能会减弱对细微局部故障特征的敏感性。因此，在最终模型中采用了1 × 5、1 × 10和1 × 15的组合。表6. 不同卷积核大小组合的敏感性分析结果。3.5. 不同模型之间的诊断准确率比较为了评估不同网络架构的固有诊断能力，在基于NGO的超参数优化之前进行了比较。具体来说，表7中列出的所有模型，包括提出的方法和五个比较模型，在此阶段均未使用NGO进行优化。所有模型都使用相同的数据集划分、硬件环境和训练协议进行了训练和测试。实验结果如图7所示。可以看出，所提出的方法在所有比较模型中实现了最高的基线准确率，达到了99.37%。表7. NGO优化前的不同模型准确性比较。所有比较模型在模型训练和验证期间的准确率曲线如图14所示。根据图中显示的变化趋势，所提出的诊断框架随着训练时代的增加而显示出快速的性能提升。经过近150个训练时代后，其诊断准确率超过了90%，表明模型获得了相对稳定和有效的故障识别能力。就其他模型而言，尽管所有比较模型的最终准确率也都超过了90%，但它们需要更多的时代才能达到这一水平。在这些比较模型中，1dCNN-LSTM模型的表现最差——它需要大约1000个时代才能达到90%的准确率。总体而言，本研究中提出的模型在训练和验证过程中的表现良好。图14. 训练和验证准确率变化曲线。诊断模型的混淆矩阵如图15所示。在1dCNN模型中，裂纹2、裂纹3、裂纹4、裂纹5和裂纹6等故障的召回率和精确率相对较低。此外，裂纹2、裂纹4、裂纹5和裂纹6之间还存在明显的交叉误分类问题：裂纹2中有32个样本被误分类为裂纹6，裂纹4中有38个样本被误分类为裂纹6，裂纹5中有32个样本被误分类为裂纹6。同时，裂纹2、裂纹3和裂纹4之间也出现了多次交叉误分类。在1dCNNLSTM模型中，裂纹2–裂纹6之间存在显著的交叉误分类：裂纹2中有16个样本被误分类为裂纹6，裂纹3中有46个样本被误分类为裂纹4，裂纹4中有19个样本被误分类为裂纹3，裂纹4中有18个样本被误分类为裂纹6。对于裂纹5，有14个样本被误分类为裂纹6。尽管裂纹1的召回率达到了99.0%，但其精确率为95.8%，表明存在一定程度的误分类。在1dCNNGru模型中，裂纹3和裂纹4之间发生了大规模的误分类，有53个样本被误判断为裂纹3。对于裂纹2类别，有10个样本被误判断为裂纹1，21个样本被误判断为裂纹6。在1dAlexNet模型中，裂纹2有23个样本被误判为裂纹6；裂纹3有20个样本被误判为裂纹5，裂纹4有39个样本被误判为裂纹6；裂纹4有23个样本被误判为裂纹3，裂纹6有18个样本被误判为裂纹5。同时，裂纹2（Normal）和裂纹2、裂纹4的故障类别之间的界限非常模糊。裂纹2、裂纹3、裂纹4、裂纹5和Normal的召回率相对较低，最低为79.3%。就精确率而言，裂纹2、裂纹3、裂纹5和裂纹6的识别精确率也相对较低。在本研究中设计的模型中，Crack6、Crack7、Crack8、Crack9和正常状态的样本在对角线上正确分类的数量均达到了300个，实现了100%的准确率。Crack1至Crack5的正确分类样本数量也接近300个，只有少数被错误分类。结合右侧的召回率条形图和下方的精确率条形图，这五类（Crack6、Crack7、Crack8、Crack9和正常状态）的召回率均达到了100%，其他裂纹故障的诊断结果也非常高，基本上都在98%以上。在诊断精确率方面，Crack1、Crack2、Crack5、Crack7、Crack8、Crack9和正常状态的精确率都超过了99%，而Crack3、Crack4和Crack6的精确率也超过了98%。召回率和精确率都优于其他模型。图15展示了诊断模型的混淆矩阵。总之，所提出的方法通过多尺度卷积分支捕获了不同裂纹位置的特征。它结合了残差结构和双向循环神经单元，以增强对长期时间故障相关性的建模。同时，它利用多分支特征融合和注意力机制优化来抑制冗余特征的干扰。因此，它在正常状态和故障状态之间的特征区分上更加准确，并在分类决策中表现出更强的鲁棒性。

为了全面评估不同模型在转子叶片故障诊断任务中的性能，本研究分析了三个关键指标：精确率、召回率和F1分数，结果如图16所示。从图16a的精确率结果来看，所提出的模型在各种裂纹条件和正常状态下都实现了高精确率，大多数超过了99%。它胜过了1dCNN、1dCNNLSTM、1dCNNGru、1dAlexNet和1dMulti-SA-Gru模型。以Crack5类别为例，所提出模型的精确率为99.7%，而其他模型的精确率大多不超过95%，显示出明显的差距。这表明所提出的模型在预测为正的转子叶片故障样本中，实际正样本的比例更高，误判较少。观察图16b的召回率结果，所提出的模型在所有类别中都表现优秀，除了Crack1外，有效识别了实际为正的样本。对于Crack4类别，尽管其他模型的召回率较低，但所提出模型的召回率仍然达到了大约99.7%。结合图16c的F1分数结果，所提出的模型在几乎所有类别中的F1分数都领先于其他比较模型，数值接近100%。这表明它在精确率和召回率之间取得了良好的平衡，具有卓越的整体分类性能。相比之下，1dCNN和1dCNNLSTM模型的F1分数波动较大，在某些类别（Crack3、Crack4、Crack6）中的表现较差，反映出它们在平衡分类准确性和完整性方面的困难。总之，所提出的模型在转子叶片故障诊断任务的精确率、召回率和F1分数上表现优异，充分验证了其有效性和优越性。

3.6 抗噪实验由于无人机通常在户外飞行时处于各种嘈杂环境中，因此收集的振动信号不可避免地会受到多种噪声的污染。例如，电机运行产生的高频电磁噪声、气流扰动引起的随机振动噪声以及机身结构共振产生的干扰信号。实验室中收集的数据中的噪声干扰远低于实际环境中的噪声干扰。如果一个模型在理想条件下的表现良好，但在嘈杂环境中的表现下降，那么它可能无法在实际应用中达到预期的效果。因此，评估模型在嘈杂环境中的性能尤为重要。为了使实验中收集的信号更符合真实工作环境，我们在相对干净的振动信号中添加了不同水平的噪声。测试中设置了四种不同的噪声强度：SNR = 1、SNR = 5、SNR = 8和SNR = 10。为了验证所提出模型在不同噪声环境下的抗干扰性能，本研究使用了五种比较模型进行了实验：1dCNN、1dCNN-LSTM、1dCNN-GRU、1dAlexNet和1dMulti-SA-GRU。计算了每种模型的多次实验结果的平均值，并将不同噪声强度下不同模型的诊断准确性列在表8中。表8显示了不同SNR对模型性能的影响。结果表明，所提出的模型在整个SNR变化范围内保持了最高的准确性。当SNR = 10时，该模型的准确率为98.53%；随着SNR的降低，其准确性略有下降，但在SNR = 1时仍保持在91.95%，下降幅度相对较小。这表明所提出的模型具有强大的抗噪声干扰能力，能够在嘈杂环境中稳定地进行转子叶片故障诊断。相比之下，1dMulti-SA-GRU的准确性排名第二，但其下降趋势更为明显，从SNR = 10时的94.33%下降到SNR = 1时的72.73%。1dCNN-GRU、1dAlexNet和1dCNN-LSTM的总体准确性低于所提出的模型和1dMulti-SA-GRU，且随着SNR的降低，它们的准确性迅速下降。其中，1dCNN的准确性最低，从SNR = 10时的82.63%下降到SNR = 1时的68.13%，显示出最弱的抗噪声干扰能力。总之，所提出的模型在不同的噪声强度下表现出更好的准确性和更强的抗干扰性能，这对于实际工程中存在噪声干扰的转子叶片故障诊断场景具有重要意义，进一步验证了所设计模型的有效性和合理性。

3.7 NGO优化模型的诊断准确性比较在3.5节的基线比较之后，进一步引入了NGO算法，仅针对所提出的方法来研究超参数优化带来的额外性能提升。换句话说，表7报告了不同架构之间的基线比较，而表9报告了所提出方法在NGO优化前的性能和优化后的性能。2022年，DEHGHANI等人提出了NGO算法[45]。该算法可以有效地模拟北方猎鹰的捕食行为。捕食策略分为两个阶段：猎物识别和攻击，以及追逐和逃避。表9显示了基于NGO优化的模型的各个评估指标的值。

3.7.1 算法初始化作为一种典型的群体驱动优化方法，NGO算法[46]在整个优化过程中以北方猎鹰个体作为基本的搜索代理。整个猎鹰群体可以用矩阵形式表示。这个群体矩阵由一组独立向量组成，每个向量对应一个北方猎鹰。具体的数学描述如下：(28)表示第i个北方猎鹰在第j维的位置；N代表北方猎鹰的群体大小；d是优化问题的维度。在算法中，北方猎鹰群体的目标函数值可以表示为目标函数值向量：(29)

3.7.2 猎物识别和攻击在这一阶段，北方猎鹰会随机发起猛烈的攻击。在此阶段，北方猎鹰随机选择猎物并通过全局搜索确定最佳位置。相应的计算公式如下：(30)(31)其中(30)表示第i个北方猎鹰对应的猎物位置；(31)是在[1, N]区间内的随机整数；(31)表示第i个北方猎鹰的位置；(31)表示在第j维探索阶段第i个北方猎鹰的更新位置；(31)是第i行第j列的随机数；(31)表示猎物在第j维的位置；(31)是取值为1或2的随机整数；(31)是猎物位置的适应度函数值；(31)是第i个北方猎鹰的适应度函数值。

3.7.3 追捕和逃避在这一阶段，由于北方猎鹰的攻击速度极快，它们最终能够成功捕获猎物。这种行为的计算表达式如下：(32)(33)其中(32)表示在第j维探索阶段第i个北方猎鹰的更新位置；(32)表示北方猎鹰的攻击半径；(32)是当前迭代次数；(32)是最大迭代次数。

3.7.4 基于NGO的优化诊断过程为了提高故障诊断的准确性，本研究使用NGO优化算法对所提出的模型进行优化，整个设计过程如图17所示。图17是NGO优化诊断流程图。对于这个流程图，首先对收集的信号进行预处理，然后将所有数据集按6:2:2的比例划分。在划分过程中，使用随机打乱和分层采样来确保各种故障样本在子集之间的均衡分布。其次，初始化NGO算法的参数：设置参数搜索范围，并初始化群体大小和最大迭代次数。在基于NGO的超参数优化过程中，群体大小和最大迭代次数分别设置为30和100。优化器用于在预定义的范围内搜索最佳超参数组合。具体来说，优化的变量包括学习率、BiLSTM隐藏单元、注意力关键维度和L2正则化，其搜索范围分别设置为[0.0001, 0.01], [64, 256], [2, 16]和[0.0001, 0.001]。在优化过程中，所有其他训练设置保持不变，以确保不同候选解之间的公平比较。然后，模拟北方猎鹰的随机搜索行为：随机选择猎物，更新个体位置，并存储最优值。基于当前最优个体指导群体更新，以在高质量参数区域内进行精细搜索。确定当前迭代次数是否达到设定的最大值。如果是，则输出最优参数结果；否则，返回上一步继续循环。最后，将优化得到的最优参数结果输入到1dMC-MPR-SABinet模型中，然后使用划分后的数据集进行测试和验证。表9显示了NGO优化的实验结果。从表中的实验数据可以清楚地观察到，通过NGO优化的模型在不同噪声强度条件下的性能得到了提升。在未添加噪声的情况下，优化前的模型精确率、召回率和F1分数分别为99.37%、99.38%和99.37%，优化后分别提高到99.81%、99.82%和99.81%。随着噪声强度的增加，优化的增益效果仍然明显。在SNR = 1时，优化前的精确率、召回率和F1分数分别为91.95%、92.01%和91.98%，优化后分别提高到97.64%、97.78%和97.01%。在其他三种噪声强度条件下，优化效果也很明显：在SNR = 10时，优化后的精确率提高了0.67%；在SNR = 8时，精确率提高了0.80%；在SNR = 5时，精确率提高了2.03%。这种性能提升源于NGO算法出色的参数搜索能力，它能够在模型的参数空间中高效地探索更好的参数组合。通过模拟北方猎鹰群体的合作行为，不仅确保了全局搜索的广度（使其能够逃避局部最优陷阱），还具有局部精细搜索的能力。这使得模型参数更适合转子叶片故障诊断任务，充分发挥了模型的诊断潜力。

3.8 消融实验为了评估每个关键模块对所提出模型诊断能力的影响，本研究设计并实施了消融实验。通过依次移除模型中的多尺度卷积、MPResnet、BiLSTM和自注意力模块，构建了不同的模型配置，分别表示为NO MS Conv、NO MPResnet、NO BiLSTM和NO SA。这些配置在相同的转子叶片故障诊断任务和数据集上进行了评估，并比较了每种配置下的模型准确性。结果如表10所示。表10显示了不同消融配置的准确性比较。如表格数据所示，当移除多尺度卷积模块后，模型的诊断准确率从99.37%下降到96.63%，下降了2.74个百分点。多尺度卷积模块作为特征提取的“前端入口”，在初始阶段对叶片振动信号进行卷积操作，有效地捕捉到故障的基本特征。其缺失直接导致特征提取能力不足，从而影响诊断准确性。当移除MPResnet模块后，模型的准确率下降至97.90%，下降了1.47%。基于残差块改进的MPResnet模块能够深入挖掘和表示深度网络结构中的特征，进一步细化、抽象和增强多尺度卷积提取的基本特征，发掘更具区分性的深层故障特征。缺少该模块限制了深度特征表达的能力，使得无法完全揭示故障的本质特征。移除BiLSTM模块后，准确率下降至97.17%，下降了2.2%。作为一种具有双向长短期记忆能力的模块，BiLSTM擅长处理叶片故障的时间序列信号，能够捕捉来自过去和未来的特征时间依赖性，更好地理解故障特征的动力学演化规律。没有这个模块，模型难以有效建模故障特征的时间信息，导致感知故障时间变化的能力下降，从而降低诊断性能。移除SA模块后，准确率下降至98.43%，下降了0.94%。SA模块通过注意力机制实现特征的自适应加权和选择，可以根据故障特征的重要性为不同特征通道分配相应的权重，突出关键故障特征，同时抑制无关或冗余信息。没有SA模块的自适应调整，模型无法准确聚焦于最具区分性的特征。在所有模块中，移除多尺度卷积模块对模型性能的影响最大，而移除其他模块也会在不同程度上影响模型性能。相比之下，完整的My-Model的准确率为99.37%，高于单独移除每个模块后的模型。这一结果充分表明，多尺度卷积、MPResnet、BiLSTM和SA模块不仅仅是功能上的重叠，而是形成了一个协同工作的有机整体。多尺度卷积负责初步提取基本特征；MPResnet深度强化这些特征；BiLSTM捕捉特征的时间动态；SA实现自适应特征选择。这些模块在多个维度上相互补充和交互——从特征提取和深度表示到时间建模和自适应特征加权——全面提升了模型的能力。因此，所提出的模型能够更准确、更稳定地完成转子叶片故障诊断任务。

3.9. 泛化实验
为了进一步检验所提出方法在不同数据分布下的诊断有效性，我们在公开的BJTU-RAO转向架数据集上进行了额外的泛化实验。该数据集来源于一个缩小比例的地铁转向架传动测试平台，该平台基于真实的地铁转向架系统构建。测试平台的结构如图18所示，包括三相异步电机、齿轮箱以及左右轴箱。图18. 地铁转向架传动系统的故障模拟平台。对于每种健康状态，数据集提供了在九种操作条件下的样本，这些操作条件由不同的电机速度和侧向载荷组合决定，如表11所列。在这项工作中，除了旋转速度之外，还使用了三类传感信号进行单故障诊断。实验总共涉及17种健康状态，包括1种正常状态和16种故障状态，分别为：正常状态、电机短路故障、转子断条故障、电机侧轴承故障、电机转子轴弯曲故障、齿轮箱齿轮齿根裂纹故障、齿轮箱齿轮齿面磨损故障、齿轮箱齿轮缺齿故障、齿轮箱齿轮断齿故障、齿轮箱轴承内圈故障、齿轮箱轴承外圈故障、齿轮箱轴承滚动元件故障、齿轮箱轴承保持架故障、左轴箱轴承内圈故障、左轴箱轴承外圈故障、左轴箱轴承滚动元件故障以及左轴箱轴承保持架故障。表11. BJTU-RAO转向架数据集的操作条件。在本次实验中，九种操作条件被共同用于构建训练集、验证集和测试集，而不仅仅用于测试。具体来说，对于每种健康状态，首先将所有九种操作条件下的信号汇集起来形成混合条件数据集。然后根据健康状态标签对生成样本进行随机打乱和分层，并按照主实验中的相同比例分配到训练集、验证集和测试集中。因此，训练集、验证集和测试集中包含了所有九种操作条件下的样本。比较结果如表12所示。在所有测试方法中，所提出的模型准确率达到97.77%，分别比1dCNN、1dCNN-LSTM、1dCNN-GRU、1dAlexNet和1dMulti-SA-GRU高出6.53%、6.71%、4.95%和6.18%。

4. 结论
为了解决无人机转子叶片裂纹故障诊断中特征提取不足、诊断准确率低和模型抗噪能力不足的问题，本研究提出了一种基于注意力机制的故障诊断方法，即1dMC-MPR-SABinet。通过多模块协作和超参数优化，该方法能够准确识别无人机转子叶片的10种不同状态。实验验证表明，该方法在特征捕捉、故障分类准确性和抗噪干扰方面表现优异，为无人机转子叶片健康监测提供了高效可靠的技术解决方案。具体内容如下：
(1) 该模型集成了多尺度卷积、双分支残差块、BiLSTM和多头自注意力机制。它可以全面捕捉振动信号的多尺度时间特征，缓解梯度消失问题，探索双向时间依赖性，并增强关键故障特征的权重。
(2) 在自收集的无人机转子叶片故障数据集上，该方法的诊断准确率达到99.37%，高于对比模型，具有出色的细微裂纹特征识别能力。在抗噪实验中，即使在强噪声条件下，该方法的准确率仍达到91.95%，高于对比模型。在消融实验中，移除多尺度卷积、MPResnet、BiLSTM和SA模块后，准确率分别下降了2.74%、1.47%和2.20%、0.94%，有效验证了模型设计的有效性和合理性。
(3) NGO算法通过超参数优化有效提升了模型在噪声环境中的性能。在信噪比为1的强噪声条件下，基础模型的准确率为91.95%，而经过NGO优化后，模型的精确度、召回率和F1分数分别达到了97.64%、97.78%和97.01%。这些结果表明，优化后的模型更适合复杂的室外噪声环境。
(4) 为了评估模型的泛化能力，在BJTU-RAO转向架数据集上进行了实验。所提出的方法实现了97.77%的高准确率，超过了其他对比算法。这一发现证实了所构建模型在多样化数据分布场景下保持稳定的诊断鲁棒性。需要注意的是，本研究中的所有实验都是在固定转子速度条件下进行的。未来工作将进一步调查该方法在不同转子速度下的性能泛化能力。