摘要
工业污泥输送中使用的空气驱动双隔膜（AODD）泵由于流变变化和部件磨损，性能会逐渐下降，但传统的监测方法依赖于有限的、带有标记的故障数据。本文提出了一个无监督的多传感器框架，该框架无需故障标签，整合了基于物理原理的健康指数（HI-P：污泥负荷；HI-V：机械应力），并使用了高斯混合模型异常检测器和物理残差归因模块。这些指数的使用基于五个传感器的测量数据：入口和出口流量计（100 Hz）、空气压力传感器（100 Hz）以及入口和出口加速度计（1652 Hz）。该模型通过对一个健康基线日的数据进行训练（86,218个一秒的时间窗口），在评估的数据集上实现了100%的日级分类性能（F1 = 1.00），涵盖了9个运行日的455,201个测试窗口，其中窗口级的接收者操作特征曲线下面积（ROC-AUC）为0.8580，精确度-召回率AUC（PR-AUC）为0.9082。残差归因分析表明：压力残差导致了第一次故障事件（HI-P峰值是基线的3.63倍，Cohen’s d = 1.70）；振动残差导致了第二次故障事件（HI-V峰值是基线的5.44倍，d = 4.10），这为提出的无需故障标签的物理建模方法提供了实证支持。与四种无监督基准方法的比较证实，这是唯一一种能够同时实现无标签操作、基于物理特性的分析、精确的故障归因、实际应用以及完美的日级F1分数的方法。
