基于IDTCWPT的MSEEN-LightGBM方法用于工业设备的抗噪声故障诊断

《MECHANICAL SYSTEMS AND SIGNAL PROCESSING》：MSEEN-LightGBM via IDTCWPT for noise-robust fault diagnosis of industrial equipment

　　摘要：工业设备中的故障演化会通过复杂的非线性及混沌动力学体现在振动信号中。然而，传统诊断方法在捕捉此类复杂性方面存在固有局限，且对噪声干扰极为敏感。为解决这些问题，本文提出了一种名为MSEEN-LightGBM的故障诊断方法，该方法整合了多尺度稀疏能量熵（MSEEN）与轻量级梯度提升机（LightGBM），并采用了改进的损失函数。首先，本文提出了改进的双树复小波包变换（IDTCWPT），以解决频率混叠和时移敏感性问题。接着，通过将IDTCWPT与非凸稀疏正则化相结合，构建了MSEEN，从而能够捕捉多尺度故障特征，并实现自适应的稀疏特征选择。此外，还将稀疏能量特征与多域统计特征融合后，利用带有改进损失函数的LightGBM进行分类。为验证该方法的有效性，本文进行了多设备案例研究。在正常工况下，该方法的准确率可达97.13%，F1分数为93.23%，误报率仅为1.5%。而且在四种不同类型的设备上，其F1分数均保持在92%以上，即使在强噪声环境下也能保持良好性能。这些结果充分体现了该方法在诊断精度、抗噪声能力以及泛化能力方面的优势。

引言：作为现代制造系统的核心运行单元，工业设备的可靠性直接决定了生产效率与产品质量[1]、[2]。在长期连续运行及工况变化的情况下，设备的关键部件不可避免地会出现性能下降，甚至发生突发故障[3]。这类故障不仅会导致生产线意外停机，造成重大经济损失，还可能引发安全事故[4]。因此，准确高效的工业设备故障诊断方法对于保障生产安全、优化预测性维护策略以及降低全生命周期的运维成本具有重要的工程价值[5]、[6]。振动信号分析作为设备状态监测的核心技术，能够灵敏反映设备的内部机械动态特性[7]、[8]。但在工业环境中采集的振动信号通常具有非平稳、非线性以及信噪比低的特点。在故障初期，本就微弱的故障能量往往会被强烈的背景噪声和周期性谐波成分所掩盖[9]、[10]。现有的信号处理与特征提取方法在应对这些问题时仍存在诸多局限，因此需要一种高度稳健的方法来抑制频率混叠和时移敏感性，自适应地分离出关键频段，并提取出稀疏的故障特征。时频分析是处理非平稳振动信号的基础工具[11]。小波变换（WT）可通过多分辨率分析有效处理非平稳信号[12]。其中，小波包变换（WPT）因其能够进一步分解高频子带而备受关注[13]，但它存在两个固有缺陷：频率混叠会导致相邻频带之间的能量泄漏，使得故障特征频率的分布出现错误；时移敏感性则意味着微小的时间偏移就会导致小波包系数的巨大变化。这两个问题严重限制了弱故障特征的提取精度[10]、[14]。为解决这些问题，双树复小波变换（DTCWT）利用两棵并行的小波树来构建复小波的实部与虚部[15]，凭借其区分正负频率的能力，从源头抑制频率混叠，同时保持近似的时间平移不变性[16]。王等人[17]通过双树复小波包变换（DTCWPT）将DTCWT扩展为完整的正交小波包分解结构，该结构可在每一层级同时分解低通和高通分量。杨等人[18]结合阶数分析、DTCWPT以及分段三态随机共振技术，解决了在转速变化情况下滚动轴承故障特征被强噪声掩盖的问题，证明了该方法优于传统的小波包变换。不过，传统的DTCWPT也存在信息丢失、频带混乱以及频率混叠三大固有缺陷。在稀疏特征提取方面，振动信号中的故障影响在时频域中具有天然的稀疏性[19]、[20]。信息熵，包括排列熵（PE）、样本熵（SE）和排列样本熵（PSE），可以通过衡量小波包系数分布的集中程度来量化这种稀疏性[21]、[22]。在此背景下，较小的香农熵值意味着系数分布更为集中，这更符合故障影响的稀疏特性[23]。陈等人[24]提出了一种新的变阶细粒度多特征离散熵（DE），该方法在故障诊断中对于噪声、混沌信号以及船舶信号具有出色的分离能力。尽管取得了这些进展，但上述所有熵方法通常都是直接应用于原始或经过预过滤的时间序列数据，未能充分利用小波变换的多尺度分解功能。为克服这一局限，人们越来越重视将小波变换与熵度量相结合，因为小波包系数能够提供自然的多尺度表示形式，进而让熵度量能够量化不同频带上的能量集中程度[25]。周等人[26]通过结合小波变换与雷尼熵，有效捕捉到了低频事件和脉冲信号，提升了预测评估的准确性。然而，即便与小波变换结合，现有的熵方法也并非专为稀疏表示而设计，它们对所有小波包系数一视同仁，无法区分由噪声引起的波动与真正的故障脉冲。除了基于熵的特征提取之外，故障诊断中的另一个关键问题是为定位包含最相关故障信息的频段而选择最优的频带[25]。通过小波包系数包络谱峰值比来衡量脉冲性，这一方法已被广泛用于故障诊断领域[27]。李等人[28]通过依据互信息对应的故障能量来选择最具信息量的频带，成功提取出了稳定的脉冲故障特征，避免了快速峰度图带来的干扰。侯等人[29]则提出了一种广义目标函数，用于在复合缺陷诊断中准确提取并分离多个脉冲故障成分。然而，仅依靠脉冲性无法区分真正的故障脉冲与随机噪声脉冲，因为两者都可能产生较高的包络峰值。另一方面，也有研究尝试将稀疏性特征提取作为替代方案[24]。钱等人[30]提出了基于监督的稀疏滤波方法，通过引入参数化的稀疏标签矩阵来优化特征稀疏性，从而实现具有判别性的稀疏特征提取。马等人[31]则提出了一种联合稀疏表示学习方法，通过促进稀疏性、保留弱脉冲信号以及去除噪声来提取早期故障特征。虽然稀疏性本身有助于体现系数浓度，但它无法反映故障影响的周期性特征。而且单独使用任一指标在强噪声环境下都难以具备足够的稳健性。因此，需要同时对脉冲性与稀疏性进行综合评估。在设备状态监测领域，机器学习方法已被广泛应用于故障分类任务[32]。虽然支持向量机（SVM）和随机森林（RF）等传统方法在小型数据集上表现良好，但在处理大规模数据时效率较低，且在大规模数据上的训练效率也会显著下降[33]。而梯度提升决策树（GBDT）及其衍生算法，如极端梯度提升（XGBoost）和轻量级梯度提升机（LightGBM），通过集成多棵决策树，显著提升了分类精度[34]、[35]。陈等人[36]曾使用XGBoost对工业设备进行故障诊断。LightGBM则引入了梯度导向采样（GOSS）和独特征捆绑（EFB）机制，这些机制在保持准确率的同时大幅提升了训练效率，因此特别适合用于工业环境中的大规模监测数据。张等人[37]基于GBDT算法构建了电动汽车电池的诊断模型。Amin Khajehdezfuly等人[38]则运用LightGBM对铁路设备进行故障诊断。不过，上述大多数方法都直接依赖时域或频域的统计特征，未能利用稀疏的时频特性，因此无法有效应对强噪声问题。为清晰呈现所提方法与现有方法的差异，表1从六个关键维度对二者进行了对比分析。尽管工业设备故障诊断技术已取得显著进步，但仍有三个核心挑战亟待解决。首先，传统的小波包变换存在频率混叠和时移敏感性问题，从而导致时频表示不够准确。其次，现有的熵方法（如PE、SE、PSE）主要在时域内运行，且对所有小波系数一视同仁，难以区分真正的故障脉冲与随机噪声脉冲。第三，传统的机器学习方法依赖于手工设计的统计特征，缺乏针对性的稀疏特征选择机制，这使得故障识别率较低，且在强噪声环境下的稳健性较差。为解决这些问题，本文提出了一种名为MSEEN-LightGBM的故障诊断方法，该方法整合了改进的双树复小波包变换（IDTCWPT）、多尺度稀疏能量熵（MSEEN）以及带有改进损失函数的LightGBM。其主要贡献如下：首先，我们提出的IDTCWPT能够克服频率混叠和时移敏感性问题，从而实现非线性振动信号的精确时频表示。其次，我们基于IDTCWPT开发了MSEEN方法，该方法通过结合非凸稀疏正则化与多尺度粗化处理，能够在强噪声环境下捕捉局部瞬态现象及全局能量变化。第三，我们设计了一个融合框架，将稀疏能量特征与多域特征相结合，并利用带有改进损失函数的LightGBM实现高效的故障分类。本文的其余部分结构如下：第2节介绍了用于设备故障诊断的方法，第3节阐述了所提方法的有效性，第4节则为本文的结论部分。

方法概述与振动信号模型：为了确保工业设备的运行可靠性与生产安全，准确高效的故障诊断至关重要。针对现有方法在时频精度及抗噪声能力方面的局限性，本文提出了一种整合了IDTCWPT、MSEEN以及带有改进损失函数的LightGBM的方法。如图1所示，该方法的核心工作流程分为以下步骤：首先，获取工业设备产生的振动信号。

实验数据集与参数设置：为验证所提方法的有效性，本研究使用了从某工业设施收集的预测性维护数据集。该数据集涵盖了四种类型的设备：CNC DMG MORI NLX 2500机床、Atlas Copco GA 37 VSD+压缩机、Grundfos CR 64泵以及KUKA KR 60-3机器人臂。同时，该数据集还包含了五种设备状态：正常状态、轴承故障状态、电机过热状态、液压系统故障状态以及电气系统故障状态。所有故障均为在生产过程中自然退化导致的，并非人为制造。

结论：现有的基于熵的工业设备故障诊断方法存在时频精度不足、特征选择稳健性差以及难以区分故障与噪声等问题。为解决这些问题，我们提出了一种整合了MSEEN与LightGBM并配有改进损失函数的故障诊断方法。在该方法作用下，基于包含24,042个样本的工业数据集，该方法取得了优异的诊断效果：其准确率为97.13%，F1分数为93.23%。

CRediT作者贡献声明：Hongyan Dui负责写作——审稿与编辑、写作——初稿撰写以及资金申请工作；Hengbo Wang负责写作——初稿撰写、方法验证以及方法论研究；Huanqi Zhang负责写作——审稿与编辑、软件开发以及数据整理工作；Xiang Li负责写作——审稿与编辑、方法论研究以及数据整理工作。

利益冲突声明：作者们声明自己不存在任何可能影响本文研究结果的已知财务利益或个人关系。

致谢：作者们衷心感谢河南省自然科学基金（项目编号：252300421005）对本研究的资金支持。

Hongyan Dui | Hengbo Wang | Huanqi Zhang | Xiang Li