基于声学特征融合的电机轴承传动系统故障诊断

《Sensors》：Fault Diagnosis of Motor Bearing Transmission System Based on Acoustic Feature Fusion

　　

摘要

轴承在电机轴承传动系统中是至关重要的部件，因为它们能够减少摩擦并支撑载荷。因此，轴承故障诊断尤为重要。本文提出了一种基于声学信号与声学特征融合的电机轴承传动系统故障诊断方法。研究人员对完整声学信号进行分段处理，采用包括格拉姆角差场（Gramian Angular Difference Field, GADF）和格拉姆角和场（Gramian Angular Summation Field, GASF）在内的七种时间序列成像方法，将一维信号转换为二维特征图。生成的图像随后输入至基于RegNet的迁移学习网络。根据单特征训练结果，选取排名前二、前三和前四的特征图数据集进行特征融合，以构建新的数据集。在当前实验设置下获得的结果表明，与使用单一特征图数据集相比，声学特征融合能够提升诊断性能。经过综合比较，本研究最终选择由短时傅里叶变换（Short-Time Fourier Transform, STFT）和梅尔频谱图（Mel spectrogram）两种特征图求和生成的数据集作为最终输入数据集。当前工作聚焦于固定运行工况，未来将在不同转速、负载、传感器位置、背景噪声水平、轴承型号和缺陷严重程度下开展进一步验证。

基于声学特征融合的电机轴承传动系统故障诊断方法研究解读

研究背景与问题

传动系统是机械系统中的关键组成部分，其核心作用是将动力从一处传递至另一处，或改变动力的形式与特性。电机轴承传动系统作为电机系统的重要环节，通过电机、轴承及相关传动部件的协同工作，将电能转换为旋转机械能，从而驱动各类设备和机械。轴承作为该系统内的关键元件，承担着减少摩擦和支撑载荷的重要功能，因此轴承故障诊断具有极其重要的工程意义。

在学术界和工业界，轴承故障诊断一直是一个基础性研究课题。传统研究中，学者们广泛采用各种振动诊断方法，如包络分析、小波变换、经验模态分解、形态小波切片、稀疏图、小波去噪、包络阶次跟踪分析、倒频谱计算以及无转速计同步平均包络特征提取技术等。然而，在某些实际场景中，振动传感器的接触式安装条件无法满足，难以将传感器直接布置在研究对象上。此时，探索非接触式测量方法以获取实验所需信号就显得十分必要。相较于使用振动传感器采集传统的窄带振动信号，使用声学传感器采集更宽带宽的声音信号是一种可行途径。目前，利用声音信号进行电机轴承故障诊断的研究尚不广泛，相关学者在该领域的研究工作较少。因此，声学信号用于电机轴承故障诊断的探索空间较大，具有广阔的研究前景。声学信号与振动信号均为机械部件的动态响应：振动测量直接反映结构响应，而声学测量捕获由相同机械激励引起的辐射声。因此，声学信号可以作为轴承状态监测的非接触式补充指标，尤其在接触式传感器安装不便的场景下更具优势。

当前研究存在的问题包括：已有方法多依赖振动信号，非接触式声学诊断研究较少；一维声学信号直接用于深度学习模型时特征表达能力有限；单一时间序列成像方法所得特征图可能无法全面刻画轴承故障信息；小样本条件下深度模型的训练与泛化能力有待提升。为此，研究人员提出了一种基于声学特征融合的电机轴承传动系统故障诊断方法，旨在通过多种时间序列成像方法将一维声信号转换为二维特征图，并利用特征融合策略进一步提升诊断精度。

研究内容与结论

本研究聚焦电机轴承传动系统，提出了一种集成声学特征的故障诊断方法。研究流程包括：首先，选用P6004密封深沟球轴承（内径20 mm），在轴承内圈和外圈上分别加工孔型缺陷，缺陷直径为0.5 mm，缺陷深度为12 mm，共考虑四种轴承状态，即无缺陷完好轴承、外圈缺陷轴承、内圈缺陷轴承以及内外圈混合缺陷轴承。其次，搭建实验平台，包括HKDJ-26三相异步电动机、HCNJ-101扭矩传感器、LM386声学传感器、DAQ122数据采集卡、轴承座以及CZ-2磁粉制动器。实验中电机转速固定为500 rpm，空载运行，声学采样率设为48 kHz。研究人员对完整声学信号进行非重叠分段，段长为6100个采样点，确保每个分段包含至少一个完整的轴承旋转周期，并避免在分段边界处截断与故障相关的声学响应。随后，采用七种时间序列成像方法，包括格拉姆角差场（GADF）、格拉姆角和场（GASF）、短时傅里叶变换（STFT）、马尔可夫转移场（MTF）、基序差异场（MDF）、相对位置矩阵（RPM）和梅尔频谱图，将一维信号转换为二维特征图。每张特征图由相同分段索引生成，统一调整尺寸为224×224并转换为RGB图像。每种轴承状态生成1059张图像，未使用额外数据增强。

在模型构建方面，针对小样本问题，采用基于迁移学习的微调策略。研究初期对比了EfficientNet、EfficientNetv2、MobileNet、RegNet和SqueezeNet等代表性迁移学习网络。在相同训练设置下（训练/测试比7:3、批大小32、轮数250、初始学习率0.001、Adam优化器、交叉熵损失函数、混合精度训练），RegNet取得了最高准确率，因此被选为主干网络。随后，使用Adabelief优化器和MultiStepLR动态学习率方法进行训练，RegNet采用regnety_040变体。

单特征训练结果显示，STFT数据集准确率最高，梅尔频谱图数据集的准确率与损失曲线更为稳定，两者在现有实验设置下准确率均超过99.60%。为进一步提高诊断性能，研究人员依据单特征准确率排序，选取排名前二、前三和前四的特征图数据集，采用五种图像级特征融合策略，即特征加权求和、特征求和、特征平均、特征相乘和特征最大池化，构建了15组融合特征数据集。融合数据集保持与单特征实验相同的参数设置进行训练。结果表明，所有融合数据集在训练时间上无明显差异，但准确率存在变化：部分融合数据集准确率下降，部分则有所提升。特别地，对STFT和梅尔频谱图两组特征进行求和操作得到的数据集达到了100.00%的准确率；对四组特征进行最大池化操作的数据集也达到了100.00%的准确率，且后者训练时间略短。通过准确率曲线、损失函数曲线和混淆矩阵的综合比较，研究人员发现两特征求和融合策略的训练结果更为稳定，且训练时间与四特征最大池化策略相近。因此，本研究最终选择STFT与梅尔频谱图求和生成的融合特征数据集作为最终输入数据集，该数据集在当前实验设置下取得了100.00%的准确率，训练时间为10186.37 s。

关键技术与方法

研究人员主要采用了以下关键技术方法：（1）声学信号非重叠分段处理，保证每个样本包含完整的旋转周期信息；（2）七种时间序列成像方法，包括格拉姆角差场、格拉姆角和场、短时傅里叶变换、马尔可夫转移场、基序差异场、相对位置矩阵和梅尔频谱图，将一维声学信号编码为二维RGB特征图；（3）基于RegNet架构的迁移学习网络，利用ImageNet预训练权重进行微调，以适应小样本轴承故障诊断任务；（4）图像级特征融合策略，包括加权求和、求和、平均、相乘和最大池化，将多个单特征数据集整合为新的融合数据集；（5）采用混合精度训练、动态学习率调整以及混淆矩阵分析等方法评估诊断性能。实验数据来源于研究人员自行搭建的实验平台，轴承型号为P6004，缺陷为人工加工，实验在固定转速500 rpm和空载条件下采集声学信号。

研究结果分述

（一）单特征训练结果：研究人员采用七种时间序列成像方法生成特征图数据集，分别输入RegNet迁移学习网络进行训练。通过比较准确率和训练时间，初步筛选出STFT和梅尔频谱图两种特征。STFT数据集准确率最高，梅尔频谱图数据集的准确率与损失曲线更为稳定。两者准确率均超过99.60%，表明这两种特征包含区分四种轴承状态的判别性信息。

（二）特征融合数据集构建与训练：研究人员依据单特征准确率排序选取前二、前三和前四的特征图数据集，采用五种融合方法构建15组融合数据集。融合数据集均使用相同参数训练，结果显示部分融合策略能够提升准确率。其中，STFT与梅尔频谱图求和融合数据集达到100.00%准确率，四特征最大池化融合数据集同样达到100.00%准确率。

（三）融合策略对比分析：通过准确率曲线、损失函数曲线和混淆矩阵对两种达到100.00%准确率的融合策略进行综合分析，两特征求和融合的训练过程更为稳定，训练时间相近。因此，研究人员最终确定STFT和梅尔频谱图求和融合数据集为最优输入。

讨论与结论

讨论部分指出，当前实验存在若干局限性。首先，实验仅在固定转速500 rpm和空载条件下进行，声学信号对转速、负载、传感器位置、背景噪声和缺陷严重程度等运行条件较为敏感，因此结果主要验证了所提方法在当前实验设置下的可行性。其次，研究仅使用了一种轴承型号和一种人工加工的缺陷几何形状，缺陷直径和深度固定为0.5 mm和12 mm，自然演化的故障尚未验证。第三，声学传感器位置保持固定，传感器距离、方向、校准不确定性和环境噪声的影响未系统评估。第四，RegNet是基于初步比较选定的主干网络，未来需在更大数据集和不同工况下比较更多诊断网络。第五，当前训练/测试划分在分段样本层面进行，同一连续录音或采集批次产生的样本可能共享相似的声学环境，存在潜在的数据泄露风险。第六，结果基于单一数据集划分，未进行重复实验或交叉验证。第七，数据集规模相对较小，过拟合控制需进一步研究。最后，100.00%的准确率仅在当前实验设置和数据集划分下观察到，需谨慎解释。

研究结论表明，本文面向电机轴承传动系统，利用声学信号提出了一种基于声学特征融合的故障诊断方法。研究人员采集了四种轴承状态的声音信号，采用七种时间序列成像方法生成二维特征图，输入基于RegNet的迁移学习网络。根据训练结果，选取准确率排名前二、前三和前四的数据集进行特征融合并构建新数据集，用于轴承故障诊断。在当前实验设置下，声学特征融合相比单一特征图能够提升诊断性能。最终，STFT和梅尔频谱图求和生成的融合特征数据集被选为最终输入。在固定转速500 rpm和空载条件下，该融合数据集在测试特征数据集中取得了最佳诊断性能，准确率和损失曲线表现出相对稳定的收敛特性。当前研究主要验证了声学特征融合在现有实验设置下用于轴承故障诊断的可行性。所提方法在不同转速、负载水平、传感器位置、背景噪声水平、轴承型号和缺陷严重程度下的泛化能力仍需进一步研究。未来工作将建立不同工况下采集的更大规模数据集，并比较更多基于图像的诊断网络，以进一步评估所提方法的鲁棒性和适用性。该研究发表于《Sensors》期刊。