前几天有个做振动监测的朋友问我现在动不动就说上 AI那我这套滤波加 FFT 的活是不是该扔了我说你先别扔。他手上那台设备一个月能跑出几百 G 的波形真要一股脑塞给模型可能连训练集都标不完。但在另一些场景里比如心肺音听诊同一段声音在不同人身上差异极大靠固定阈值去卡又确实卡不住。这两件事放在一起看答案就有点意思了。一维时域信号难在哪所谓一维时域信号就是一条随时间变化的曲线。振动传感器的加速度输出、安检门线圈的电磁响应、心电的毫伏电位、心肺音的声压都是这个形状。它看起来朴素其实很难对付。难点主要有三个。一是非平稳设备从正常到异常特征不是慢慢平移而是某一刻突然换了一种节奏均值、方差、频率成分一起动。二是噪声强工业现场的信噪比常常很难看有用的成分埋在底噪里。三是个体差异人与人的心跳节律、机器与机器的装配公差都会让同一种正常长得不一样。用一套固定阈值去覆盖这些变化往往要么漏报要么天天误报。传统方法物理意义清楚算力便宜传统路线的核心思路是先把特征提出来再做判别。最常用的是 FFT。它把一段时域波形摊到频率轴上看能量集中在哪些频点。轴承外圈剥落、齿轮啮合异常往往在特定频率及其倍频上冒尖所以频谱峰值、边带、谐波族一直是判断故障的抓手。但 FFT 有个前提它默认这段信号在窗内是平稳的。设备刚起机、负载突变、人说话中间换气这些都不满足。于是有了短时傅里叶变换——加一个滑动窗一段一段地做 FFT把结果排成时间-频率的二维铺面就能看到频率成分随时间怎么移动。再往下就是小波变换它用可伸缩的基函数在低频处给长窗、高频处给短窗对突变和冲击类成分更敏感也常被用来做去噪和特征增强。除频域之外还有一批纯时域指标峰值、有效值、峭度、过零率、包络。它们计算量小到能直接跑在单片机上工程上一直很好用。传统方法的好处很实在物理意义明确出了问题能解释算力需求低不需要标注数据换个工况调参数就行。AI 的路子让模型自己看波形AI 的切入点完全不同不再由人指定看哪个频点而是把原始波形或者它的某种表示交给模型让它在训练中自己找判别模式。常见的有两类结构。一类是一维卷积网络它直接在时间轴上滑动卷积核学的是局部波形形状——比如心电里 QRS 波群的陡峭上升、冲击响应里那一下尖峰。另一类是 LSTM、GRU 这类循环网络它带记忆适合处理节律和长程依赖比如连续几个心动周期之间的间隔变化。AI 真正的增益点恰好对应上面那三个难点。非平稳方面模型可以同时利用多尺度信息不必假设窗内平稳强噪声方面端到端训练相当于把去噪和判别放在一起优化而不是先滤干净再判断个体差异方面只要训练集覆盖面够模型能学到更宽的容差而不是被一条固定阈值卡死。时频图一条折中的中间路线把一维波形转成时频图再用二维卷积网络去看是这几年很常见的做法。好处是能借图像领域成熟的骨干网络和预训练经验而且时频图本身保留了时间和频率两重信息人也能看得懂出了问题方便回溯。代价也很清楚转图会带来信息损失和额外算力窗长、窗型、分辨率都要选选得不好等于还没进模型就先丢了一半信息。它更像工程折中不是无脑更优解。不是替代而是接力把这几年真正跑通的项目拆开看多数不是AI 换掉传统方法而是传统方法在前面干粗活、AI 在后面干细活。一条常见的链路是这样先用带通滤波和小波去噪把明显无关的成分压掉再用包络或者阈值触发做分段把长信号切成一个个事件比如一次心跳、一次冲击、一次开关门然后对每段做归一化和特征增强或保留原始波形或转成时频图最后才交给一维卷积、LSTM 或者二维卷积网络去判别。传统方法负责把信号整理干净、切成模型能吃的块AI 负责在这些块里分出那一类很难用规则描述的差别。这么做的收益很实际。分段之后模型要看的数据量小了一到两个数量级训练更快、显存更省去噪之后模型不必花容量去学怎么对付底噪而滤波和分段的参数是物理可解释的出问题时能一层层回退排查不至于面对一个黑箱无从下手。落地卡在哪采样、标注、边缘算力第一个是采样质量。模型再强也是在数据上做拟合采样率不够会混叠前端饱和会削顶时钟不同步会让多通道之间的相位关系乱掉。这些是采集环节的事不是算法环节的事。第二个是标注成本。异常样本天然稀少而异常的边界常常要靠老师傅的经验来划。工程上常见的是先用传统指标初筛、把可疑片段挑出来让人确认或者用无监督方法找出偏离常态的部分逐步积累成有标签的数据集。第三个是算力与部署。边缘端往往只有有限的 CPU、小容量内存和很紧的功耗预算模型得做量化、剪枝、定点化还得考虑实时性——有些场景要求在一个采样周期内出结果迟到的判断等于没有判断。很多方案最后收敛到的形态是轻量模型跑在设备侧做实时初判复杂模型放在网关或者上位机上做复核两边各干各擅长的活。写到最后传统方法和 AI不是一道二选一的题。物理机理清楚、样本稀少、算力紧张的时候先把滤波、包络、FFT 和小波这套基本功做扎实信号非平稳、个体差异大、规则难以描述的时候再让模型去补那一块。顺序反了往往两头都做不好。
前几天有个做振动监测的朋友问我现在动不动就说上 AI那我这套滤波加 FFT 的活是不是该扔了我说你先别扔。他手上那台设备一个月能跑出几百 G 的波形真要一股脑塞给模型可能连训练集都标不完。但在另一些场景里比如心肺音听诊同一段声音在不同人身上差异极大靠固定阈值去卡又确实卡不住。这两件事放在一起看答案就有点意思了。一维时域信号难在哪所谓一维时域信号就是一条随时间变化的曲线。振动传感器的加速度输出、安检门线圈的电磁响应、心电的毫伏电位、心肺音的声压都是这个形状。它看起来朴素其实很难对付。难点主要有三个。一是非平稳设备从正常到异常特征不是慢慢平移而是某一刻突然换了一种节奏均值、方差、频率成分一起动。二是噪声强工业现场的信噪比常常很难看有用的成分埋在底噪里。三是个体差异人与人的心跳节律、机器与机器的装配公差都会让同一种正常长得不一样。用一套固定阈值去覆盖这些变化往往要么漏报要么天天误报。传统方法物理意义清楚算力便宜传统路线的核心思路是先把特征提出来再做判别。最常用的是 FFT。它把一段时域波形摊到频率轴上看能量集中在哪些频点。轴承外圈剥落、齿轮啮合异常往往在特定频率及其倍频上冒尖所以频谱峰值、边带、谐波族一直是判断故障的抓手。但 FFT 有个前提它默认这段信号在窗内是平稳的。设备刚起机、负载突变、人说话中间换气这些都不满足。于是有了短时傅里叶变换——加一个滑动窗一段一段地做 FFT把结果排成时间-频率的二维铺面就能看到频率成分随时间怎么移动。再往下就是小波变换它用可伸缩的基函数在低频处给长窗、高频处给短窗对突变和冲击类成分更敏感也常被用来做去噪和特征增强。除频域之外还有一批纯时域指标峰值、有效值、峭度、过零率、包络。它们计算量小到能直接跑在单片机上工程上一直很好用。传统方法的好处很实在物理意义明确出了问题能解释算力需求低不需要标注数据换个工况调参数就行。AI 的路子让模型自己看波形AI 的切入点完全不同不再由人指定看哪个频点而是把原始波形或者它的某种表示交给模型让它在训练中自己找判别模式。常见的有两类结构。一类是一维卷积网络它直接在时间轴上滑动卷积核学的是局部波形形状——比如心电里 QRS 波群的陡峭上升、冲击响应里那一下尖峰。另一类是 LSTM、GRU 这类循环网络它带记忆适合处理节律和长程依赖比如连续几个心动周期之间的间隔变化。AI 真正的增益点恰好对应上面那三个难点。非平稳方面模型可以同时利用多尺度信息不必假设窗内平稳强噪声方面端到端训练相当于把去噪和判别放在一起优化而不是先滤干净再判断个体差异方面只要训练集覆盖面够模型能学到更宽的容差而不是被一条固定阈值卡死。时频图一条折中的中间路线把一维波形转成时频图再用二维卷积网络去看是这几年很常见的做法。好处是能借图像领域成熟的骨干网络和预训练经验而且时频图本身保留了时间和频率两重信息人也能看得懂出了问题方便回溯。代价也很清楚转图会带来信息损失和额外算力窗长、窗型、分辨率都要选选得不好等于还没进模型就先丢了一半信息。它更像工程折中不是无脑更优解。不是替代而是接力把这几年真正跑通的项目拆开看多数不是AI 换掉传统方法而是传统方法在前面干粗活、AI 在后面干细活。一条常见的链路是这样先用带通滤波和小波去噪把明显无关的成分压掉再用包络或者阈值触发做分段把长信号切成一个个事件比如一次心跳、一次冲击、一次开关门然后对每段做归一化和特征增强或保留原始波形或转成时频图最后才交给一维卷积、LSTM 或者二维卷积网络去判别。传统方法负责把信号整理干净、切成模型能吃的块AI 负责在这些块里分出那一类很难用规则描述的差别。这么做的收益很实际。分段之后模型要看的数据量小了一到两个数量级训练更快、显存更省去噪之后模型不必花容量去学怎么对付底噪而滤波和分段的参数是物理可解释的出问题时能一层层回退排查不至于面对一个黑箱无从下手。落地卡在哪采样、标注、边缘算力第一个是采样质量。模型再强也是在数据上做拟合采样率不够会混叠前端饱和会削顶时钟不同步会让多通道之间的相位关系乱掉。这些是采集环节的事不是算法环节的事。第二个是标注成本。异常样本天然稀少而异常的边界常常要靠老师傅的经验来划。工程上常见的是先用传统指标初筛、把可疑片段挑出来让人确认或者用无监督方法找出偏离常态的部分逐步积累成有标签的数据集。第三个是算力与部署。边缘端往往只有有限的 CPU、小容量内存和很紧的功耗预算模型得做量化、剪枝、定点化还得考虑实时性——有些场景要求在一个采样周期内出结果迟到的判断等于没有判断。很多方案最后收敛到的形态是轻量模型跑在设备侧做实时初判复杂模型放在网关或者上位机上做复核两边各干各擅长的活。写到最后传统方法和 AI不是一道二选一的题。物理机理清楚、样本稀少、算力紧张的时候先把滤波、包络、FFT 和小波这套基本功做扎实信号非平稳、个体差异大、规则难以描述的时候再让模型去补那一块。顺序反了往往两头都做不好。
