行星齿轮箱跨转速故障诊断的自适应域对齐多模态特征融合网络

《Machines》：Adaptive Domain-Aligned Multi-Modal Feature Fusion Network for Cross-Speed Fault Diagnosis of Planetary Gearboxes

　　

行星齿轮箱在变速工况下的振动信号呈现强非平稳性与调制特性，单一特征表示难以全面刻画复杂故障模式，且不同转速间的分布差异会降低诊断模型的跨工况泛化能力。针对这些局限，研究人员提出自适应域对齐多模态特征融合网络（ADAMFFN）。三条并行分支从双通道振动信号中提取互补特征：轴轨迹图像中的空间耦合特征、连续小波变换（CWT）时频图像的时频能量特征，以及功率谱与包络谱中的频域统计（FreqStat）特征。异构特征经统一投影层映射至共享隐子空间，渐进融合网络实现深度跨模态交互，并引入基于域对抗神经网络（DANN）的域对齐机制，通过对抗训练消除源域—目标域分布鸿沟。在公开WT-Planetary Gearbox数据集上构建的8项留一转速（LOSO）跨转速任务中，ADAMFFN平均准确率达99.25%，较最优单分支与双分支方案分别提升2.63与0.40个百分点；消融实验验证了三模态互补性与域对齐有效性。在东南大学（SEU）齿轮箱数据集上的跨工况外部验证进一步表明其于不同试验台与采集条件下的泛化能力。

研究背景方面，行星齿轮箱因高功率密度与大传动比广泛用于风电、航空发动机与高铁，但行星轮系复合运动引入复杂啮合调制与传递路径效应，使故障振动特征强烈依赖转速，单模态深度模型在变速场景下面临表征不全与分布偏移两大瓶颈。现有多模态融合多聚焦同构振动信号，对图像、向量等异构特征直接拼接易致性能退化；域适应方法又多绑定单模态，未解决异构融合特征同时具备判别性与域不变性的问题。为此，研究人员在《Machines》发表研究，提出ADAMFFN，以三分支异构提取、统一投影渐进融合与DANN域对齐一体化框架，在WT-Planetary Gearbox数据集8个LOSO任务取得99.25%均精度，并在SEU数据集跨工况验证达94.54%，证明该方法突破单表示局限且可迁移至不同试验台。

关键技术方法上，研究人员以WT-Planetary Gearbox公开数据集（5种健康状态×8转速20–55 Hz，双通道48 kHz采样，4096点无重叠切片，每类每速40样本）与SEU齿轮箱数据集（5状态×2速载配置，取双垂直通道同预处理）为对象；三分支分别由轴轨迹二维直方图转128×128 RGB经类ResNet提256维、CWT（Morlet基）时频图64×64单通道经轻量CNN提128维、Welch功率谱与Hilbert包络谱各32点对数压缩拼接64维经1D-CNN提128维；统一全连接投影至128维后拼接384维，经384→256→128三层渐进Dropout（0.6/0.5/0.3）全连接融合；后端并联标签预测器与带梯度反转层（GRL）的域分类器，以λ=0.5对抗训练，测试弃用域分类器。

研究结果各节结论如下。理论背景节阐明轴轨迹反映空间耦合形态、CWT提供非平稳自适应时频分辨、FreqStat经PSD与包络谱提取周期调制统计，三者物理视角互补。所提方法整体框架节确认三模块串行：异构提取、统一投影渐进融合、DANN对齐。三模态提取节通过Orbit/CWT/FreqStat分支网络设计，输出异构深度特征。特征投影与融合节证得统一128维投影消解维度差异，渐进Dropout融合抑制过拟合且保留细微判别信息。DANN域对齐节借GRL使特征提取器与域分类器达鞍点均衡，融合特征兼顾故障判别与跨转速不变性。实验研究节中，WT数据集8个LOSO任务ADAMFFN精度97.40%–100%，均99.25%，优于单支（Orbit仅77.16%）与双支（最优CWT+FreqStat 98.85%）；Task 2上三分支融合99.65%较双支高0.45%，混淆矩阵误分由单支集中类间混淆降至全融合仅7/2000误分；去DANN时Task 2精度97.7%且R类召回95.8%，加DANN后99.7%且R零误分，证域对齐贡献约2点提升；计算分析显示模型1.67 M参数、6.69 MB、单样本预处理27 ms+推理8 ms=35 ms，占采集窗0.085 s的41.2%，具边缘实时性；SEU跨速载任务C1?C2均精度94.54%，超单支6.61点、双支3.09点，泛化不限于单台架。

讨论与结论部分，研究人员指出ADAMFFN以问题导向集成既有组件：Orbit/CWT/FreqStat/DANN本身非新，新在统一投影兼容异构、渐进而非拼接融合、于融合表征上做域对齐，共解异构不兼容与转速域偏移。结论归纳四点：LOSO均精度99.25%，最难的55 Hz仍98.45%；三模态互补消融成立；DANN提约2点；SEU外部94.54%证跨台架泛化。局限与展望含强噪环境需去噪自编码增强、闭集假设下未知故障需原型拒绝或不确定性估计、离散稳态LOSO未覆盖启停连续变速需角重采样与阶次跟踪前端。全文基于实验室台架，现场工业数据验证留待后续。