基于特征预提取机制与改进的条件去噪扩散概率模型，在数据匮乏条件下用于智能故障诊断的数据增强技术

《Engineering Applications of Artificial Intelligence》：Data augmentation for intelligent fault diagnosis based on feature pre-extraction mechanism and improved conditional denoising diffusion probabilistic models under data scarcity

　　陈西辉|张晓晓|范乐燕|邢子豪|马帅|丁坤|王凤涛中国常州320400，河海大学机电工程学院摘要深度学习方法被广泛用于旋转机械故障诊断。但由于设备通常处于正常运行状态，故障数据极为稀缺，这往往导致过拟合现象，进而降低智能诊断的稳定性和准确性。为解决这一问题，本文提出了一种基于特征预提取机制与改进的条件去噪扩散概率模型（CDDPM）的数据增强方法。该框架分为三个阶段：首先，利用所提出的特征预提取机制将一维振动信号转换为具有更强特征的信息的时频图像；其次，通过改进的CDDPM生成与真实数据分布相似的新样本；最后，提出一种改进的评估指标计算方法来衡量生成样本的质量。在滚动轴承数据集上的实验结果表明，与其他生成建模方法相比，改进的CDDPM能更稳定地生成高质量且多样性更高的样本。在数据稀缺的情况下，使用这些样本进行数据增强可显著提升深度学习模型的分类精度。引言旋转机械是工业生产中的核心组成部分，对机械系统的正常运转至关重要。这类机械的故障可能引发严重的安全事故。由于故障类型多样且复杂，因此需要先进的诊断技术来实现精确的状态识别。深度学习方法因其强大的适应性、出色的精度以及端到端的自动特征提取能力，显著提升了诊断的效率和准确性。常用于故障诊断的深度学习模型包括堆叠自编码器（SAE）（Vincent等人，2010年；Edun等人，2022年）、深度信念网络（DBN）（D. Zhu等人，2021年；Tang等人，2022年）、卷积神经网络（CNN）（Mao等人，2024年；Han等人，2024年）、循环神经网络（RNN）（Zhang和He，2024年）以及长短期记忆网络（LSTM）（Dao等人，2024年；Shao等人，2023年；Wang等人，2021年）。然而，这些模型需要大量数据才能有效训练（Alzubaidi等人，2023年）。在现实环境中，设备大多处于正常状态，导致故障状态极为罕见。数据稀缺会导致深度学习模型训练时因故障数据不足而出现过拟合现象，从而影响故障诊断结果的稳定性和准确性（T. Zhang等人，2022年）。因此，在训练数据有限的背景下，开发有效的数据增强技术以帮助深度学习模型实现精准的故障诊断，已成为当前故障诊断领域面临的重要挑战（Abayomi-Alli等人，2022年）。生成模型可以通过数据增强技术提高训练数据的多样性，即生成与真实数据分布相似的新样本。这种方法已在图像和声音处理等多个领域得到成功应用（Wali等人，2022年；Lu等人，2022年；Liu等人，2022年）。在机械系统故障诊断领域，生成对抗网络（GAN）和变分自编码器（VAE）等生成模型也展现出巨大的应用潜力。通过生成大量多样化的样本，这些模型能够在故障数据有限的情况下提升深度学习系统的诊断精度（Li等人，2022年；Zemouri等人，2023年）。研究人员正在积极探索基于这些模型的改进方法，以提高生成结果的质量和稳定性。Liang等人（2020年）提出了WTGAN-CNN方法，将小波变换（WT）、GAN和CNN相结合，用于将一维振动数据转换为时频特征图像，从而在数据稀缺的情况下显著提升诊断精度。Zhou等人（2020年）提出了一种先进的GAN，其在生成器和判别器中都加入了增强机制。他们没有直接使用故障数据样本，而是通过自编码器（AE）从少量样本中提取故障特征。生成器的训练以故障特征和故障诊断误差为导向，而非传统GAN依赖的统计一致性，因此能够生成更具区分度的故障样本。Guo等人（2019年）采用了辅助分类器生成对抗网络（AC-GAN）来创建符合故障识别和多标签数据生成要求的真实故障数据。在此基础上，L. Zhang等人（2022年）创造了条件变分生成对抗网络（CVAEGAN）。该方法结合了多源信号融合技术，并在GAN生成器的前端创新性地使用了VAE编码器。通过将样本标签作为模型输入，显著提升了训练效率和故障诊断精度。Shao等人（2023年）提出了双阈值注意力引导生成对抗网络（DTAGAN），用于辅助故障诊断。该模型将沃塞尔斯坦距离与梯度惩罚相结合，构建了能够减少梯度消失的损失函数。同时，利用注意力引导机制进行特征提取，并采用双阈值训练策略，以提高生成图像的质量并提升训练效率。尽管上述数据增强方法在某些领域表现良好，但这些模型固有的结构特性仍会导致模式崩溃和特征提取能力不足等问题（Saxena和Cao，2021年）。这些问题使得生成数据的质量不稳定且缺乏多样性，尤其是在训练数据有限的情况下。因此，经过数据增强后，深度学习模型的诊断能力会受到显著限制（Chen等人，2022年；J. Zhu等人，2021年）。去噪扩散概率模型（DDPM）（Ho等人，2020年）是生成建模领域的最新进展。这类模型通过逐步向数据中添加噪声，再通过特定的扩散和逆扩散过程恢复数据，从而学习复杂的 数据分布。从理论上讲，这种生成方法更加稳定且可控，能够有效避免传统GAN和VAE模型中常见的训练不稳定和模式崩溃问题（Dhariwal和Nichol，2021年）。扩散模型在图像生成、自然语言处理和音频生成等多个领域展现出巨大潜力，应用前景广阔（Liu等人，2025年；Dong等人，2024年）。然而，扩散模型在故障诊断领域的应用尚不充分。基于传感器的振动数据与声音和自然图像数据的特性存在显著差异。具体而言，振动数据通常呈现接近高斯噪声的分布，且缺乏轮廓、边缘或纹理等明显的视觉特征。因此，由于对生成模型特征提取能力的要求极高，基本的去噪扩散概率模型（DDPM）无法直接应用于此类数据（Nichol和Dhariwal，2021年）。此外，DDPM结构中固有的渐进式扩散机制会导致训练时间和样本生成时间过长，从而耗费大量计算资源。另外，基础DDPM无法指定要生成的故障样本类别，这会影响生成结果的质量，并限制其在实际工程中的应用（Choi等人，2021年）。将经典信号处理技术与深度学习模型相结合的方法在多项任务中展现了显著优势。Wu等人将离散小波变换（DWT）引入Transformer架构中（Wu等人，2024年）。通过将特征分解为低频和高频成分，仅利用相对干净的低频成分来计算注意力权重，从而有效抑制噪声对注意力获取的干扰。DWT还被用于提高特征对微动作中细微运动模式的敏感度，通过运动引导的骨架级和时间级调制来提升对低幅度动作的区分能力（Gu等人，2025年）。利用DWT进行下采样可以提高掩码预测网络对噪声的鲁棒性，从而无需掩码标注即可实现端到端的视频恢复（Wu等人，2025a年）。此外，Arshad等人提出了一种统一的特征融合框架，该框架将传统的统计信号特征与深度学习自适应提取的潜在特征相结合，形成互补的增强型融合特征集。这种方法在保留统计特征物理可解释性的同时，充分利用了深度学习模型的特征学习能力，显著提升了转子不平衡故障分类的准确性和鲁棒性（Arshad等人，2025年）。Tan等人提出了一种基于深度强化学习的交通信号控制框架，通过状态融合和趋势奖励实现了多源信息的协同利用（Tan等人，2025年）。Wang等人提出了一种基于深度图卷积网络（SGG-DGCN）的风力涡轮机异常识别方法，该方法通过相似性图生成策略将信号处理与深度学习相结合（Wang等人，2024年）。此外，分而治之完成网络利用DWT将视频特征分解为低频结构成分和高频纹理成分，分别在不同分支中进行修复，并引入梯度加权损失，以重点处理难以重建的纹理区域（Wu等人，2023年）。绘制与修正网络则采用拉普拉斯金字塔分解技术，其中绘制网络首先在低分辨率下恢复低频语义结构，然后修正网络在高分辨率下生成高频细节（Wu等人，2025b年）。通过频率分割监督，有效缓解了重建损失与对抗损失之间的频率冲突。总体而言，这些研究证明了将经典信号处理与深度学习模型相结合的有效性。将这些方法应用于故障诊断，可以实现噪声环境下的强大特征提取能力，提升对早期故障的敏感度，并提高在不同运行状态下的泛化能力。生成式人工智能（AI）的快速发展为工业应用中的数据增强开辟了新途径。Jiang等人系统地将工业数据增强（IDA）确立为一个独立的研究领域，提出了一个全面的分类体系，将IDA方法分为基于转换、基于插值和基于分布估计三类方法（Jiang等人，2025c年）。研究人员还探索了多种互补策略来解决数据稀缺问题。例如，迁移学习被用于增强用于故障诊断的不平衡时频图像数据集，其中域适应生成对抗网络（DAGAN）从多数类数据中提取有价值的信息，用于生成少数类样本（Jiang等人，2025b年）。遵循类似的数据驱动理念，人们开发出了具有紧凑卷积Transformer架构的轻量级GAN（CCT-GAN），用于解决工业机器人复合故障诊断中的数据不平衡问题，实现了复合故障样本的高效生成（Chen等人，2024年）。此外，扩散模型作为一种强大的替代GAN的数据合成方法也应运而生。例如，有一种经过注意力增强的条件扩散模型被提出，可用于生成高质量的综合时间序列信号，有效解决了机器故障诊断中的类别不平衡问题（Mueller，2024年）。此外，预训练的大型生成模型也被用于通过无需训练的数据增强框架提升少样本表面缺陷识别能力，该框架将大型语言模型与多模态生成模型相结合（Jiang等人，2025a年）。总体而言，这些研究体现了工业数据增强领域的转变——从依赖有限本地数据的以模型为中心的解决方案，转向利用生成式AI、迁移学习和基础模型来合成多样化、高保真样本的数据中心策略，从而在数据稀缺条件下显著提升工业智能模型的鲁棒性和泛化能力。尤其是扩散模型，由于其稳定的训练过程以及生成与真实数据分布高度相似的高质量样本的能力，在故障诊断数据增强方面展现出巨大潜力。扩散模型固有的去噪机制与常常受到噪声干扰的振动信号尤为匹配，因此非常适合用于机械故障诊断应用。总之，本研究强调了充分利用DDPM独特的结构及其卓越的生成能力，以实现高效、高质量的多类别故障样本生成的重要性。这样一来，即便在数据稀缺的情况下，也能进行有效的数据增强。本文提出了一种数据增强方法，该方法结合特征预提取机制与改进的CDDPM，旨在在数据不足的情况下提升故障诊断性能。该方法解决了由于故障数据稀缺导致深度学习模型训练不足而普遍出现的过拟合问题，从而提高了故障诊断结果的稳定性和准确性。实验结果表明，与传统生成模型相比，所提出的方法能更可靠地生成高质量且多样性更高的多类别故障样本。此外，通过该方法在数据匮乏的情况下进行数据增强，能够显著提升深度学习模型在故障诊断中的准确性，从而获得比传统生成模型更好的诊断结果。本文的主要贡献如下：(1)构建了一种基于连续小波变换和最大池化的特征预提取机制，该机制可将一维振动信号转换为经过特征强化的时频图像。这样既能有效保留重要特征，又能大幅减少数据量。(2)提出了改进后的CDDPM模型，并对其结构进行了优化，以便更好地识别特征图像中的重要特征。该方法能够高效生成高质量且多样化的多类故障样本，从而实现有效的数据增强，最终在数据匮乏的情况下也能进行准确的故障诊断。(3)改进了评估指标的计算方法。通过创建深度学习模型从特征图像中提取高维特征，并计算相应的评估指标，以确保对生成样本的质量进行更准确、可靠的评估。

连续小波变换：像卷积神经网络这样的深度学习模型能够从二维图像中学习更复杂的特征，从而提升模型诊断的准确性和泛化能力。本文中采用了CWT（Guo等人，2022年）方法，将基于传感器的一维振动信号转换为时频特征图像。与其他将一维数据转换为二维数据的方法相比，该方法能够同时捕捉信号的时域和频域信息。

现有生成模型在故障诊断数据增强方面存在显著局限性。基于GAN的方法在数据匮乏时容易出现模式崩溃现象，导致生成的样本质量和多样性不足；而基于VAE的方法则受到高斯先验和重建误差的限制，生成的样本往往模糊且细节缺失。本文提出的改进型CDDPM采用非对抗性的扩散和逆扩散过程，从根本上避免了这些问题。

实验验证：本文在滚动轴承数据集上进行了全面测试，以验证所提方法的有效性。实验是在配备CPU E5-2673 v4 @ 2.30 GHz、64 GB内存以及RTX 3090显卡的计算机上，使用Python 3.10.12和PyTorch 1.13.1+cu116软件完成的。

结论：为了解决由于故障数据稀缺而导致训练样本不足、进而引发严重过拟合和低准确率的问题，本文提出了一种基于特征预提取机制和改进后的条件去噪概率扩散模型的数据增强方法。首先，通过特征预提取机制将一维振动信号转换为经过特征强化的时频图像；然后，利用改进后的CDDPM模型稳定地生成相关特征图像。

CRediT作者贡献说明：陈希辉：方法设计、研究工作。张晓晓：初稿撰写、软件应用、研究工作。范蕾燕：项目管理、概念构思。邢子豪：可视化处理、结果验证。马帅：可视化处理。丁坤：审稿与编辑工作。王凤涛：资金获取、概念构思。

利益冲突声明：作者声明没有已知的财务利益或个人关系可能影响本文的研究成果。

致谢：本研究得到了国家自然科学基金[项目编号51905147]、教育部智能制造技术重点实验室[项目编号STME2024004]的支持。