一种基于物理原理的对比多视图聚类框架，用于旋转机械的无监督故障诊断

《Neurocomputing》：A physics-guided contrastive multi-view clustering framework for unsupervised fault diagnosis of rotating machinery

　　摘要：为解决单模态信号在故障辨识方面的信息不足问题，以及复杂运行条件下无标签旋转机械诊断中缺乏可靠监督的问题，本研究提出了一种基于物理原理的对比多视图聚类框架——PhyCMVC。该方法从原始信号中提取时间域、时频域和图结构域的同类多视图输入，以此提升特征多样性及互补性。同时构建了多分支特征提取结构，通过双向长短期记忆网络捕捉时间依赖性，二维卷积神经网络提取时频空间特征，图注意力网络则用于建模结构关系。为统一不同模态的嵌入向量，该框架还设计了跨模态对比融合模块以实现特征表示的对齐与融合。除纯数据驱动学习外，该框架还引入了基于物理原理的一致性正则化项，将与故障相关的物理机制纳入聚类优化过程，并采用深度散度驱动的聚类损失函数实现端到端优化。在基于东南大学数据集和西安交通大学齿轮箱数据集构建的四个诊断任务上的实验结果表明，PhyCMVC具有最佳的诊断性能：在完整的东南大学任务中，20次测试的平均准确率高达95.2%；在西安交通大学齿轮箱综合任务中为93.4%，在SEU-Gear任务中为99.5%，在SEU-Bear任务中为99.1%。这些结果充分证明了该框架在多种运行条件下的有效性与稳定性。

引言：旋转机械在制造业和能源行业等关键工业系统中起着不可或缺的作用[1]。由于这类系统具有复杂的机械结构，且需要在高速、重载条件下长期运行，因此极易出现各类故障。一旦发生故障，不仅会扰乱生产流程并造成巨大经济损失，还可能引发严重安全事故甚至人员伤亡。因此，自动且准确地识别机械运行过程中出现的各类故障，已成为具有重大实际意义的研究课题[2][3]。近年来，现代传感器技术的快速发展使得海量传感数据与设备状态监测信息得以生成[4]。然而，传统的故障诊断方法通常依赖于人工设计的特征工程和专家经验，这类方法在处理大规模数据、应对不同运行条件下的干扰以及强噪声环境时已显得力不从心[5]。随着深度学习的快速发展，数据驱动的诊断模型能够直接从原始或经过处理的信号中学习与故障相关的特征表示，从而具备更强的抗噪声能力，更能适应不同的运行条件，同时在处理和分析海量数据方面也更为高效[3][6]。在实际工业环境中，由于可用的带标签滚动轴承故障样本极为有限，传统的监督学习和半监督学习方法往往难以适用。因此，基于无监督学习的方法受到了广泛关注，并被越来越多地应用[7]。在无监督学习中，训练数据仅包含输入特征，而不附带对应标签[8]。作为无监督学习中的核心工具，聚类技术能够对嵌入空间中的样本进行结构化划分，从而揭示数据中隐藏的潜在故障模式或异常行为，进而用于故障识别与诊断[9]。现有的深度聚类方法大致可分为两阶段法和端到端法两类[10]。在两阶段流程中，特征学习与聚类是分别优化的；Li等人[11]将原始振动加速度信号转换为频域，利用自编码器结构进行特征提取，再将K均值聚类算法融入神经网络框架以支持无监督学习。Yu等人[12]提出了一种用于故障诊断的两阶段深度聚类方法，首先通过去噪堆叠自编码器提取故障特征，再利用凝聚层次聚类对这些特征进行聚类，以实现故障模式的识别。相比之下，端到端的深度聚类方法采用联合优化策略，在统一框架内同时优化特征学习与聚类过程。Chen等人[13]提出了一种跨域信息引导的端到端深度聚类框架，通过高斯混合先验对无标签样本的特征分布施加类别级约束。在该方法中，学习到的特征通过库尔贝克-莱布勒散度与高斯混合先验对齐，同时还会引入额外的高斯聚类损失函数来增强类内紧凑性，从而实现跨域的无监督故障模式识别。Wang等人[14]开发了一种用于无标签故障诊断的端到端多尺度图卷积聚类网络，该网络直接将深度聚类目标与图重建损失函数以及基于库尔贝克-莱布勒散度的聚类损失函数结合在一起进行联合优化，以实现无监督的故障模式发现。不过，这类方法通常依赖软分配或伪标签的反馈来进行联合优化。一旦早期分配结果受到噪声干扰或数据量不足的影响而出现偏差，这种偏差会在训练过程中不断放大，最终导致聚类结构不稳定，整体性能下降[15][16]。在真实的工业环境中，这一限制尤为明显，因为原始信号往往会被强烈的噪声严重干扰[17]。在这种条件下，仅依靠单一视角提取局部特征往往不足以捕捉到实现可靠故障识别所需的整体性和区分性特征，也就难以维持稳定的聚类结构[18]。为克服单视图聚类的固有缺陷，更充分地利用来自多个视角的互补信息，近年来无监督深度多视图聚类方法受到了广泛关注，并得到了广泛应用[19]。这类方法通过从同一信号中提取互补视图，或整合多源信息，旨在获得更全面的特征表示，从而提升聚类性能。Jiang等人[20]将振动信号与电流信号视为互补视图，通过小波包分解提取统计特征，再利用典型相关分析实现特征的最大相关性融合，从而提升了风力发电机齿轮箱轴承的复合故障诊断能力。Li等人[21]提出了一种基于多通道自编码器的融合框架，该框架通过动态全局损失函数整合多通道振动信息，从而有效避免了伪标签的漂移现象。Huang等人[22]开发了一种从粗到细的深度多视图子空间聚类框架，该框架通过格拉姆角场变换构建多域视图，同时利用信息熵和互信息约束来处理不同视图之间的差异，从而实现了基于无监督聚类的滚动轴承故障诊断。尽管取得了这些进展，但现有的策略通常遵循这样的流程：首先学习各视角的特定特征表示，然后通过跨视角约束对它们进行融合或协调，最后在聚类目标的作用下将这些特征组织成潜在空间中的聚类结构。虽然这些设计能够在一定程度上缓解单视图分析的片面性，但往往无法充分解决不同视图之间存在的语义不一致性问题。因此，融合后的特征表示可能仍然存在碎片化现象，低质量的视图可能会干扰有效的特征信息，进而降低聚类的可靠性[23]。为解决多视图对齐问题，最近出现了多视图对比聚类方法，并在图像领域取得了显著进展。Luo等人[24]提出了一种简单的对比多视图聚类方法，该方法将数据级融合与对比学习相结合，从而在统一的特征表示空间内整合跨视图信息，促进具有区分性的聚类形成。Pan等人[25]则提出了一种多视图对比图聚类框架，该框架通过对比损失函数学习共识图，同时过滤掉高频噪声，从而实现跨视图的几何对齐与一致性，有效减少了由噪声或不完整视图带来的对齐问题。Trosten等人[26]提出了一个用于深度多视图聚类的统一分析框架，系统地比较了不同的自监督信号和跨视图对比对齐策略，揭示了它们对聚类性能的重要影响。然而，与一般多模态学习中常见的数据不同，旋转机械的故障信号具有复杂的非平稳特性、严重的噪声污染以及周期性的脉冲特征[27][28]。因此，现有的多视图对比聚类方法很容易产生与故障演化背后的物理机制不一致的聚类结果。更重要的是，这些信号特有的特性严重阻碍了多视图聚类方法从通用领域直接应用于故障诊断领域，因为在工业应用中，对方法的物理合理性、稳健性和可靠性有着更为严格的要求[29]。为解决上述问题，本研究提出了PhyCMVC框架。该框架从同一原始振动信号中提取三种互补视图，从而能够更有效地从有限的数据中挖掘出多维度的特征信息。为提取有意义的特征表示并识别信号的内在模式，该框架还为不同类型的信号设计了特定的特征提取器。具体而言，时间域视图采用双向长短期记忆网络来捕捉长距离的时间依赖性；时频域视图则使用二维卷积神经网络来学习具有区分性的空间特征；图结构视图则引入图注意力网络来建模样本间的相似性以及全局关系信息，从而在复杂条件下提升特征表示的稳定性。尽管这三种视图源自同一信号，但它们在结构特征和语义表示方面存在显著差异。为调和这种异质性，该框架引入了基于多级对比学习的融合模块。与传统融合策略不同，所提出的对比学习范式通过正负样本对的匹配来确保跨视图的一致性及类内紧凑性，同时动态调整各视图的贡献程度，以抑制低质量特征表示的干扰，将不同的嵌入向量投影到统一的潜在空间中。此外，为克服纯数据驱动方法的固有缺陷，即缺乏物理指导，该框架还引入了基于物理原理的一致性正则化模块。该模块以原型约束的形式将轴承故障的物理机制嵌入到聚类过程中，从而提升了模型的可解释性和泛化能力。另外，该框架还采用了基于深度散度的聚类损失函数，以提供更稳定的优化信号，避免因软分配反馈而产生的累积偏差。通过以端到端的方式共同优化这些模块，该框架实现了特征提取、视图融合与聚类过程中的目标一致性，从而在存在无标签数据且数据量有限的复杂运行条件下，大幅提升了系统的稳健性和可靠性。本研究的主要贡献如下：1）提出了一种新的多视图故障诊断框架——PhyCMVC，该框架利用时间域、时频域和图结构域视图所传递的互补信息，更全面地捕捉振动信号的多维特征，从而在无标签条件下提升系统的稳健性。为应对多视图数据在结构组织和统计特性方面的显著差异，该框架为不同类型的信号设计了特定的特征提取器，从而在数据量有限的情况下也能提升特征学习的稳定性。2）开发了基于物理原理的一致性正则化模块，将该模块用于将轴承故障知识融入无监督的特征学习与聚类优化过程中。与那些不将物理知识纳入学习过程的纯数据驱动方法相比，所提出的方法不仅具有更高的诊断精度，还能提升模型的可信度和可解释性。3）建立了一个端到端的优化框架，用以克服传统流程中特征提取与聚类分离所带来的目标不一致性问题。在这个统一框架中，对比学习、视图权重学习与数据聚类是相互配合、协同优化的，其中聚类模块是基于深度散度驱动的聚类算法构建的。

对比学习：对比学习是一种强大的自监督特征学习方法，它能够直接从数据本身中获取监督信号。本质上，它属于无监督学习范畴，训练过程不需要任何带标签的样本[30]。如图1所示，对比学习的核心原理是在正样本对之间最大化相似度，同时最小化负样本对之间的相似度。

整体架构：在本节中，所提出的方法被整合到一个统一的端到端框架中，该框架同时涵盖了数据级和算法级的策略，如图2所示。通过信号处理操作，可以从同一段原始振动信号中生成多视图数据，从而构建出三种互补视图，即时间域视图、时频域视图以及图结构视图。这里，分别用、和表示时间域、时频域和图结构视图。

实验分析：为验证所提出方法的有效性，本研究在西安交通大学齿轮箱数据集和东南大学数据集上进行了实验。

实验结果：在本节中，通过大量实验将所提出的方法与多种先进的聚类方法进行了对比。各多视图数据集上的聚类结果如表5所示。对于所有方法（传统方法、单视图方法、深度多视图聚类方法以及所提出的模型），每个实验都会使用0–19的随机种子重复20次，我们报告ACC、NMI和ARI的平均值与标准差。研究过程中未使用任何真实标签。

结论
本研究提出了PhyCMVC框架，用于旋转机械的无监督故障诊断。主要结论如下：（1）通过采用端到端的联合优化策略，该框架能够使所有学习模块协同优化，从而实现多视图表示学习与聚类的同步训练，有效解决了逐步优化中存在的目标不一致问题。（2）为了解决……

CRediT作者贡献声明
徐一然：撰写——初稿、可视化、验证、软件、方法论、研究分析、形式化分析、数据整理、概念设计。朱军：撰写——审阅与编辑、指导、资源提供、项目管理、资金获取、概念设计。王连波：撰写——审阅与编辑、指导、资源提供、项目管理、资金获取、概念设计。

资助
本研究得到了中国国家自然科学基金（12302245）、中国国家自然科学基金项目（52405131）、四川省自然科学基金（2026NSFSC1242）以及西安科协青年人才基金（0959202513091）的支持。

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所述的研究工作。徐一然目前在中国西安西北工业大学软件学院攻读软件工程硕士学位，入学时间为2024年。她的当前研究兴趣包括智能故障诊断、转移故障诊断、剩余寿命预测以及基于深度学习的机械健康监测。

徐一然|朱军|王连波
中国西安710129，西北工业大学软件学院