面向可解释跨工况齿轮箱故障诊断的物理引导结构化小波注意力机制

《Expert Systems with Applications》：Physics-guided structured wavelet attention for interpretable cross-condition gearbox fault diagnosis

　　

## 摘要要点

• 提出了一种小波引导的交叉注意力架构用于故障诊断。• 固定小波原型提供了明确的物理尺度坐标。• MMD和LMMD联合对齐全局分布和类别条件分布。• 消融实验和可视化分析验证了其可解释性和可迁移性。

## 引言

齿轮箱，尤其是重型齿轮传动系统，是广泛应用于船舶推进系统、采矿机械、风力发电驱动系统、轨道交通以及其他高端工业设备中的关键机械部件。图1展示了涉及重型齿轮传动系统的典型船舶和采矿应用实例。在实际监测场景中，尤其是对于承受变转速和变负载条件的重型传动系统而言，智能故障诊断常常面临标注目标数据不足、跨域分布偏移、类别不平衡以及噪声污染的振动响应等挑战[1-4]。由此产生的分布差异会显著降低在单一工况下训练的模型性能，使得跨工况泛化成为可靠齿轮箱监测的核心需求[5,6]。由于齿轮啮合冲击、负载波动、制造与装配缺陷、复杂传动路径以及恶劣重型工况环境的协同作用，齿轮箱振动信号通常表现出显著的非平稳性、多尺度耦合以及严重的噪声污染[5,7]。当裂纹、点蚀、断齿、磨损或复合型故障未能被及时发现时，其后果可能从停机、效率损失、维修成本攀升，到传动链故障、二次部件损坏，甚至安全事故[8-10]。因此，复杂工况下重型齿轮传动系统的高可靠性故障诊断不仅需要高诊断准确率，还需要面向工程安全、经济效率和预测性维护的可迁移且可解释的表示学习。

为解决上述问题，现有的跨工况诊断研究主要探索了统计分布匹配、对抗域适应、机制辅助迁移、域泛化、元迁移学习以及近期提出的数字孪生和联邦适应框架。分布匹配方法通过减少源域与目标域之间的边缘分布或类别条件分布差异，而对抗方法则通过学习域不变表示来混淆域判别器[6,11]。针对齿轮箱诊断，Ran等人[11]开发了一种梯度对齐的域对抗网络，同时考虑特征分布差异和特征梯度差异，而Jiang等人[12]将振动响应机制纳入增强的无监督域适应框架。基于数字孪生的研究进一步引入了小波注意力、熵正则化和分层域对齐，以将诊断知识从仿真或虚拟齿轮箱迁移到物理系统[13,14]。与此同时，域泛化、元迁移学习和通用联邦域适应也得到了研究，以提升在未见工况、标签有限或数据去中心化的情况下的诊断能力[15-17]。

尽管取得了上述进展，当前的跨工况齿轮箱故障诊断仍面临若干未解决的问题。首先，在潜在特征空间中最小化分布差异并不一定能保证与故障相关的瞬态结构得到保留，因为与工况相关的背景成分也可能参与对齐过程[12,18]。其次，类别条件对齐通常依赖目标域的伪标签或软预测，而早期训练阶段不可靠的预测可能引入错误的对齐甚至负迁移[17]。第三，针对有限源-目标工况对开发的模型可能在转速、负载、机器特性或目标域覆盖范围同时变化时无法可靠泛化[15,16]。此类耦合工况变化在复杂的重型传动场景中普遍存在。最后，尽管域适应可以提高诊断准确率，但学到的可迁移表示往往仍然难以解释，使得跨工况决策的物理基础不明确[18]。

传统齿轮箱诊断长期依赖信号处理和手工特征提取。在现有工具中，小波分析因其能够在时间和尺度上定位瞬态响应而尤为引人注目，非常适合冲击调制的旋转机械信号[7]。相关研究也强调，高质量的智能诊断不应忽视物理知识或信号先验，而应将其纳入表示过程[5]。对于齿轮箱信号，小波提供了对稀疏故障诱发瞬态的自然多尺度描述，因此在去噪、瞬态增强和具有物理意义的特征提取方面始终占据重要地位。

近期研究继续将基于小波的诊断扩展到更具结构化和可学习的领域。代表性工作包括用于故障敏感分量提取的智能多小波选择策略[19]、面向旋转机械诊断的小波驱动可微架构搜索[20]，以及面向变转速条件下物理可解释诊断的可学习小波滤波[21]。这些研究表明小波先验仍然高度相关。然而，其价值不仅体现在经典的前端预处理，还在于其作为现代学习系统中显式结构约束的潜力。

尽管具有上述优势，纯小波流水线仍存在明显局限性。许多方法仍然依赖手工设计特征、阈值选择或浅层分类器，导致表示构建与故障决策以解耦方式优化[7,19]。此外，固定特征流水线在背景噪声较强、类别分布不平衡或在变化工况下类内变异增大时往往效果降低[22,23]。最重要的是，在某一工况下对故障分类具有判别力的时频特征，在转速或负载变化时可能因跨工况分布偏移而丧失类别区分能力[6,16]。这一问题对于在大范围和变转速负载范围内运行的重型齿轮传动系统尤为相关。这些局限性促使人们寻求能够在保持多尺度物理结构的同时学习任务导向判别表示的端到端模型。

深度学习已成为机械故障诊断的主要范式，因为它可以直接从监测信号中学习层次化表示，减少对手工特征的依赖[5]。后续研究开始解决传统端到端模型的实用性限制。Liu等人[24]将半监督学习纳入双注意力Transformer以在有限标注数据下改善诊断，而Fan等人[25]结合基于Transformer的去噪与时频损失以增强噪声条件下的齿轮箱诊断。这些进展提升了在标签稀缺或信号污染条件下的表示学习；然而，它们并未将各物理尺度与学到的诊断特征及其跨工况迁移显式关联。

随后，小波先验被引入深度网络以提供更具有物理基础的表示。Wang等人[22]将小波变换与改进的残差网络结合用于不平衡数据下的齿轮箱诊断。Jiang等人[26]进一步将多个小波核嵌入卷积网络，而Chen等人[27]将时频变换公式化为约束卷积算子，使得故障敏感频率响应能够在网络内部被学习和解释。这些研究逐步将信号处理知识从外部预处理推向网络级特征提取。然而，小波先验主要约束前端表示，而后续的语义学习和跨工况对齐并未由相同的物理尺度显式组织。

更近期的研究引入了自适应注意力和Transformer架构以增强多尺度表示。Zeng等人[28]开发了一种注意力引导的分层小波卷积网络，Dong等人[29]将小波表示与多专家Transformer结合。与此同时，跨工况研究通过域泛化、元迁移学习和未见工况下的物理可解释学习提升了泛化能力[30-32]。然而，这两个研究方向仍然仅部分连接：小波感知模型主要强调可解释的多尺度特征提取，而面向迁移的方法主要正则化或对齐所生成的潜在分布。因此，一种统一的机制——将局部振动片段匹配到显式物理尺度、检索尺度对齐的诊断特征，并在不同工况间对齐这些表示——仍发展不足。

为填补这一空白，本文提出了一种小波注意力Transformer（WAT），用于复杂工况下可解释的跨工况齿轮箱故障诊断。与仅将小波用作前端操作不同，所提出的模型将固定的多尺度小波原型库直接嵌入异构交叉注意力架构中。具体而言，原始局部振动片段用作查询，固定小波原型用作键，尺度对齐的多分支卷积编码器提供值。在这一设计下，注意力不再被解释为潜在空间中的无约束相似度计算，而是被重新表述为一个结构化过程：首先将局部波形片段匹配到显式物理尺度，然后从对应的值槽中检索判别性语义。为进一步提升跨工况可迁移性，最大均值差异（MMD）和局部最大均值差异（LMMD）被联合施加于融合特征，从而同时减少全局工况偏移和类别条件不匹配。

本文的贡献可总结如下：

1. 设计了一种异构Q-K-V交叉注意力机制，其中键分支为固定小波原型库，查询分支由原始局部波形片段构建，值分支与小波尺度显式对齐。这建立了多尺度物理匹配与深度语义表示之间的直接结构桥梁。

2. 引入了一种门控融合模块，自适应地结合类别标记和序列级统计证据，从而强化最终诊断表示。

3. 将MMD和LMMD联合纳入训练目标，以应对变化工况下的整体域偏移和类别条件不匹配。

本文其余部分组织如下。第2节介绍问题定义、模型架构、优化目标和诊断流程。第3节介绍数据集、迁移任务、实现设置、对比方法以及用于可解释性验证和超参数敏感性分析的实验方案。第4节展示诊断结果、表示可视化、物理尺度和物理频率信息路由分析、消融研究及超参数敏感性结果。第5节对全文进行总结。

---

## 方法

本节详细介绍所提出的物理引导结构化小波注意力框架。该模型面向无监督跨工况齿轮箱故障诊断，从四个方面进行描述：问题定义、模型架构、优化目标和诊断流程。与主要将小波用于预处理或前端增强的传统小波辅助诊断方法不同，所提出的WAT将固定的多尺度小波先验直接嵌入……

---

## 实验

本节从四个互补角度评估所提出的WAT框架：整体跨工况诊断准确率、特征空间组织、具有物理可解释性的注意力行为以及模块级贡献。实验设计旨在不仅展示WAT是否实现了更高的目标域准确率，还检验所学表示在变化工况下是否仍然保持结构化、可迁移和具有物理意义。为……

---

## 结果与讨论

本节首先比较WAT与基线方法在三个齿轮箱数据集上的诊断性能。然后在代表性任务S1、W1和M1上联合分析所学特征分布、类别级预测结果和尺度注意力模式。后续小节考察小波族敏感性、Q-K尺度一致性、尺度选择性Value路由、组件消融和超参数敏感性。

---

## 结论

本研究探讨了物理结构化的小波先验是否能提升变化工况下齿轮箱故障诊断的可迁移性和可解释性。基于在三个齿轮箱数据集上进行的对比实验、可解释性分析、消融实验和敏感性实验，主要发现总结如下：

1. WAT在26个涉及转速-负载耦合变化、双向转速……的迁移任务中表现出一致的跨工况泛化能力。

---

## CRediT作者贡献声明

**Fanzhe Gao**：概念设计、方法论、软件、验证、形式化分析、调查、数据整理、可视化、原稿撰写、审校与编辑。

**Tingyu Qian**：验证、调查、数据整理、可视化、审校与编辑。

**Yaguo Lei**：概念设计、方法论、监督、审校与编辑。

**Xiang Li**：方法论、验证、监督、审校与编辑。

**Ke Feng**：概念设计、方法论、监督。

---

## 利益冲突声明

作者声明不存在可能影响本文所报告工作的已知竞争性财务利益或个人关系。

**作者**：Fanzhe Gao | Tingyu Qian | Yaguo Lei | Xiang Li | Ke Feng | Michael Beer