面向轴承故障诊断的自适应融合多视图图学习框架

《Computation》：A Multi-View Graph Learning Framework for Bearing Fault Diagnosis with Adaptive Fusion

　　

基于单传感器的轴承故障诊断方法常因信息有限而导致精度下降。尽管多传感器系统可提供更丰富的振动信息，但这些信号的高维度与高复杂性仍对有效特征提取与融合构成挑战。此外，许多现有基于深度学习的融合方法依赖单一分析域或简单的特征拼接，难以充分挖掘原始时序信号、时域统计特征与频域特征之间的互补性。针对上述问题，本研究提出了一种面向轴承状态识别的自适应融合多视图图故障诊断框架，称为MDEGCN（Multi-view Enhanced Graph Convolutional Network）。具体而言，不重叠的振动窗口被视作图节点，并构建三种图视图以分别捕获时间邻近性（temporal proximity）、时域相似性（time-domain similarity）及频域相关性（frequency-domain correlation）。每个图视图经增强的图神经网络（Graph Neural Network, GNN）分支处理以学习视图专属表示，同时引入自适应可微融合机制以整合来自不同视图的互补信息，实现最终的故障分类。针对东北林业大学（NEFU）与都灵理工大学（Politecnico di Torino）轴承数据集，研究人员在清洗阻塞分割协议（purged blocked split protocol）下开展实验，以减少相邻窗口间的潜在信息泄漏。此外，通过低训练比例的硬设置（hard settings）进一步评估了所提框架在有限标注数据下的鲁棒性。实验结果表明，MDEGCN取得了具有竞争力的诊断性能，并为轴承故障诊断提供了一种有效的多视图表示学习策略。

## 一、研究背景与问题提出

现代旋转机械日益复杂的运行环境不可避免地导致性能退化与严重安全隐患。为应对此挑战，基于深度学习的方法已广泛应用于智能故障诊断，并通过迁移学习、卷积神经网络及稀疏学习等先进框架取得突破性进展。然而，尽管这些方法在单一分析视角内有效，但未能充分捕捉分布于不同视角的互补故障信息。由于机械故障的复杂性，某些故障特征仅从特定视角才能清晰显现，而更复杂的故障机制往往需要多特征空间的协同分析方能可靠捕获。因此，仅依赖单一分析视角的诊断范式难以满足高精度与高可靠性诊断的需求。

为弥补单视图故障诊断的局限，多视图方法逐渐兴起并成为关键研究范式。多视图故障诊断旨在通过整合来自不同视角的互补信息以刻画设备行为的多样性。现有方法主要通过数据级、特征级与决策级三种融合策略实现信息整合。近年来，将多视图故障诊断方法与深度学习架构相结合，实现了最优视图整合策略的自动学习。具体技术包括多分支神经网络并行提取视图特征、基于注意力机制的动态视图加权，以及图神经网络对不同视图表示间复杂关系的显式建模。

尽管现有诊断方法已取得显著进展，但在处理复杂机械故障时仍面临多重局限。在图结构建模方面，当前方法主要依赖单一预定义视图或有限的预定义视图集合，通常采用单一图构建策略，这种有限的结构多样性制约了样本间关系的全面建模，进而削弱了图神经网络捕获多视图互补信息的能力。在融合机制方面，浅层融合方法无法充分建模复杂的视图间相关性，而深层信息聚合可能导致特征过度平滑；此外，固定或人工设计的融合策略缺乏对不同数据集及变化故障条件的适应能力。

## 二、研究内容与技术方法

针对上述局限，研究人员提出了面向轴承状态识别的自适应融合多视图图故障诊断框架MDEGCN。该方法论流程严格划分为四个核心阶段：非重叠窗口分割、多视图图构建、视图专属图表示学习，以及自适应融合诊断。

在关键技术方法层面，研究人员首先采用非重叠窗口分割处理原始多传感器振动信号，将每个窗口视为图节点。在图构建阶段，分别建立三种图视图：原始时序图（raw-temporal graph）通过采样顺序连接相邻窗口以保留局部时序结构；时域k近邻图（time-domain kNN graph）基于提取的统计特征以欧氏距离度量构建，选取k=5个最近邻；频域相关图（frequency-domain correlation graph）基于频谱特征计算样本间相关系数，保留绝对相关系数大于0.75的边。三种图视图的邻接矩阵均进行对称归一化处理。

在图表示学习阶段，每个图视图由具备层次残差连接的增强图神经网络独立处理。该网络包含两种残差路径：层内残差连接保留每层图卷积的原始输入，维度不匹配时采用可学习线性投影；跨层跳跃连接（skip interval为3）实现浅层表示向深层注入。节点表示经混合池化（均值、最大值、求和三种方式）生成图级表示。最终，自适应可微融合模块通过Softmax归一化的可学习参数为各视图分配权重，以加权求和方式生成统一表示用于故障分类，并引入熵正则化项防止融合过程过度依赖单一视图。优化目标结合交叉熵损失与熵正则化，通过反向传播联合优化模型参数与融合参数。

实验在东北林业大学数据集（六种健康状态，每种18,437个样本）与都灵理工大学数据集（七种健康状态，每种8,000个样本）上开展，采用清洗阻塞分割协议，设置正常（训练:验证:测试=0.6:0.2:0.2）与硬（0.1:0.1:0.8）两种评估设置。

## 三、研究结果

**东北林业大学数据集实验结果**

在正常设置下，MDEGCN取得99.9809%的准确率与Macro-F1得分，与最优方法接近；t-SNE可视化显示其形成更紧凑的类内簇与更清晰的类间边界。 bootstrap分析表明95%置信区间为99.9665%–99.9928%，McNemar精确检验显示与T-GCFN-lite差异显著（p<0.001）。在硬设置下，MDEGCN仍达99.9085%的准确率与Macro-F1，展现出有限训练数据下的强鲁棒性。

**都灵理工大学数据集实验结果**

在正常设置下，MDEGCN取得99.9949%的准确率与Macro-F1，优于Concat-MLP与T-GCFN-lite；t-SNE可视化同样验证其判别性特征表示能力。硬设置下准确率为99.9115%，McNemar检验显示显著优于T-GCFN-lite（p<0.001）。

**消融实验与视图贡献分析**

模块贡献分析表明：在东北林业大学数据集的硬设置下，去除自适应视图融合后准确率从99.8233%降至99.8208%，去除熵正则化降至99.8220%，说明两者对多视图信息整合具有稳定增益；而去除层内残差连接或跨层跳跃连接反而获得略高准确率，推测源于当前GNN架构尚浅，残差优势未充分显现，但保留这些组件有助于表示稳定性。视图贡献分析表明三种单视图变体均逊于完整多视图模型，且学到的私有权重赋予频域相关图更高值，说明频域相关图提供额外互补信息。

都灵理工大学数据集呈现类似规律，虽去除部分组件后准确率微升，但差异极小，表明MDEGCN对单一组件不敏感，整体性能稳定。

## 四、讨论与结论总结

讨论部分围绕多视图图学习的优势展开。研究人员指出，通过构建原始时序、时域统计与频域相关三种图视图，能够从互补角度建模样本间关系，而自适应融合机制可动态调整各视图贡献，避免固定融合策略的局限。层次残差连接虽在当前较浅架构中未显著提升准确率，但为更深网络的特征传播提供了结构基础。实验设计上，清洗阻塞分割协议有效降低了相邻窗口间的信息泄漏，使评估更为严格；低训练比例硬设置则验证了方法在标注数据稀缺场景下的实用性。

**研究结论**：本研究提出了基于MDEGCN的多视图轴承故障诊断框架。通过从原始时序信号、时域统计特征和频域特征构建多视图图，该方法从互补角度建模了振动样本间的时间邻近性、特征相似性和频谱相关性。在此基础上，采用增强图神经网络分支进行视图专属特征学习，并引入自适应可微融合机制整合不同图视图的诊断信息。修正后的实验在东北林业大学和都灵理工大学数据集上于更严格的清洗阻塞分割协议下开展，其中图构建在训练、验证和测试子集内独立进行以减少相邻窗口间的潜在信息泄漏。此外，采用低训练比例设置评估不同方法在有限标注数据下的诊断鲁棒性。实验结果表明，所提框架在正常和硬设置下均取得了具有竞争力的诊断性能，消融实验和视图贡献分析进一步验证了自适应多视图信息整合的有效性。尽管如此，当前实验主要在特定工况和现有采集文件下进行，未来工作将进一步评估所提框架在更广泛工况、跨域场景及更多样轴承数据集上的表现。