轴承故障诊断这块过去十年基本是“特征工程传统分类器”的天下。但从实际效果看这类方案有一个绕不开的瓶颈特征提取质量完全取决于人对信号处理的理解深度换一个工况、换一台设备原先调好的特征可能就失效了。这正是深度学习介入的根本原因——让网络自己从原始振动信号里学特征。这几年CNN-LSTM这种组合在轴承故障诊断里出镜率越来越高不是偶然。CNN擅长抓局部形态LSTM擅长记时序依赖两者叠在一起刚好对应滚动轴承振动信号里“冲击脉冲调制包络”的复合结构。这篇文章我会从方案选型、数据预处理、核心代码逻辑、训练调参、常见坑五个维度把我实际跑过的CNN-LSTM轴承故障诊断流程完整拆开讲清楚代码直接给参数直接给踩过的坑也一并列出来。1. 轴承故障诊断任务拆解与方案选型1.1 原始振动信号的特殊性先说一个很多人一开始会忽略的问题轴承振动信号和图像、文本这类常规深度学习的输入数据差别非常大。图像是二维的、空间相关的像素之间的局部纹理有意义。文本是离散符号语义依赖上下文。而轴承振动信号是一维时序波形采样率通常从几kHz到几十kHz不等一个样本点反映的是某个瞬间的振动幅值。真正对诊断有用的信息藏在信号的频域结构和时域包络里比如外圈故障的特征频率通常是转频的某个固定倍数内圈故障会伴随调制现象滚动体故障则有明显的周期性冲击。直接拿原始波形去训练一个普通全连接网络效果通常很差。原因很简单全连接网络对输入向量的每个位置一视同仁它不知道“第1000个采样点”和“第2000个采样点”之间存在时间顺序上的因果。它只会把这些点当作独立的特征输入很难学到“第几个冲击之后跟随一段衰减振荡”这种时序模式。所以在做深度学习故障诊断之前必须先想清楚一个问题网络模型凭什么能从原始振动信号里学到故障模式答案就是模型结构必须匹配信号本身的特性。CNN能通过卷积核在时间轴上滑动提取局部波形形态——冲击脉冲的形状、幅值突变、局部频率特征。LSTM则能捕捉这些局部特征之间的先后顺序和长期依赖——比如外圈故障的冲击间隔是均匀的而内圈故障的冲击间隔会随转频周期性变化。这两种模式一个偏“形态”一个偏“序列”组合起来刚好覆盖轴承信号的双重结构。1.2 从传统特征工程到端到端学习传统方法一般走“时域统计特征频域谱峰包络解调”这条路。时域统计特征包括均值、峰峰值、峭度、波形因子、峰值因子这些。频域则关注特征频率处的幅值。问题是特征频率是根据转速和轴承几何参数算出来的一旦转速波动、负载变化频率会发生偏移固定频率点上的幅值就不能直接用了。深度学习方案则完全绕过这个限制。输入是一段原始波形或简单预处理后的时频图输出是故障类别中间的特征提取由网络自动完成。这带来两个直接收益第一适应性更强。同一个模型迁到不同转速、不同负载下只需要微调或重新训练一部分层不需要重新手动设计特征。第二特征层次更丰富。浅层卷积核学到的是冲击波形、固有频率附近的振荡深层卷积核学到的是不同通道之间的组合模式LSTM再对这些模式做时序整合这种层次化表达要比人工特征灵活得多。我之前在一个模拟项目X里做过对比同样的数据随机森林配合手工特征最好能做到93%左右精度换成CNN-LSTM之后直接到98%以上。这个差距在工况变化时还会拉大因为手工特征的失效速度远快于模型自学习特征的退化速度。1.3 几种主流深度模型的横向对比这里把几种常见模型的选型逻辑说透。CNN单独用也能取得不错效果。经典的一维卷积网络加全连接分类头在公开轴承数据集上通常能到96%到98%的准确率。它的局限在于感受野有限卷积核尺寸决定了它能“看到”多长的一段波形要覆盖更长的时序依赖只能加深网络或扩大卷积核但这样参数会暴涨训练难度也随之上升。LSTM单独用适合对序列输入建模但对原始振动波形直接建模效果通常不如CNN。因为原始波形局部特征太琐碎把整个序列交给LSTM它会花大量“记忆容量”在无关细节上。而且LSTM按时间步迭代训练效率低一个几万点的序列要滚动处理显存和时间都不划算。CNN-LSTM组合的正确姿势是先用CNN对原始波形做局部特征提取和下采样把高维原始序列压缩成低维特征序列再把特征序列喂给LSTM做时序建模。这种“先提特征再建模”的思路在语音识别和视频理解领域早就验证过了迁移到轴承故障诊断同样成立。还有一个选择是直接把原始信号转成时频图再扔给二维CNN做图像分类。这种方式也有不少人在用它的优势是能利用现成的图像分类预训练模型但对时频变换的参数窗长、重叠率、频率分辨率非常敏感处理不好容易丢信息。相比之下一维CNN-LSTM直接对波形建模预处理链路更短信息损失更可控落地部署也更轻量。2. 数据集准备与预处理管线2.1 数据来源与数据划分策略我常用的公开数据集是某高校的滚动轴承加速寿命试验数据包含正常、外圈故障、内圈故障、滚动体故障四类每类下有不同故障尺寸。采样率通常设为12kHz转频在20Hz到40Hz左右负载情况分三档。拿到数据后的第一件事不是急着搭模型而是做好数据划分。这里有个非常关键的细节必须在“机器层面”而不是“样本层面”划分训练集和测试集。粗心的做法是把所有数据打乱随机抽取80%做训练、20%做测试。这样做的问题在于同一个连续振动信号切片出来的样本极其相似测试集里可能有大量与训练集来自同一段原始信号的样本模型记忆了噪声模式而不是故障模式测试精度会虚高。正确的做法是选取某几个完整的时间段作为训练原始信号另外的时间段作为测试原始信号再从各自的原始信号里切样本。这样训练集和测试集在时间上完全不重叠模型没有机会“作弊”。我在实际项目中测过两种划分方式的差距随机划分的测试精度普遍比机器级划分高2到3个百分点这完全就是数据泄漏导致的虚高。2.2 滑动窗口切片与标签对齐滑动窗口切片是当前最常用的样本生成方式。每个窗口包含n个采样点窗口按一定步长滑动每滑一次产生一个样本。窗口长度的选择需要综合考虑。窗口太短包含的故障冲击周期数不足模型学不到完整的时序模式窗口太长样本数变少而且单个样本里的冲击次数过多类别可分性反而下降。以12kHz采样率为例转频30Hz一个转周期对应400个采样点。外圈故障特征频率约为转频的3.5倍左右即105Hz一个故障周期对应约114个采样点。要在一个窗口里覆盖至少5个以上故障周期窗口长度至少需要114×5约等于570个点。留出余量我通常取1024个点对应约0.085秒既能覆盖足够周期数又不会让单样本信息过于冗余。步长的选择决定样本重叠率。步长等于窗口长度时样本完全不重叠样本总数最少。步长取窗口长度的一半时重叠率50%样本数翻倍。我一般设成512也就是50%重叠。这个重叠率在样本数量和样本多样性之间平衡得比较好。切片的标签对齐也值得留意。每个窗口的标签取窗口中心位置对应的时刻的类别。如果分段数据是按信号段为单位标注的比如前10秒正常、后10秒故障一个窗口可能同时跨过正常和故障两个区间。稳妥的做法是窗口内超过80%的点属于某类才把它归为该类否则丢弃。避免在类别边界上生成大量混淆样本模型会学糊涂。2.3 归一化、增强与类别不均衡处理信号归一化这一步经常被忽视但它直接影响训练稳定性。常用的是零均值单位方差归一化——对每个样本的1024个点减去该样本均值再除以该样本标准差。关键坑点归一化参数必须只在训练集上计算不能使用全局统计量。如果在整个数据集上计算均值方差然后划分训练测试测试集的统计信息已经“泄漏”进了归一化过程。工业场景下现场采集的新数据分布和训练集略有偏移使用全局统计量会放大这种偏移导致模型泛化能力下降。类别不均衡是另一个常见问题。轴承故障诊断数据里正常样本往往远多于故障样本或者某一类故障的样本特别少。处理方式有三种一是类别加权损失。在交叉熵损失里给少数类样本更高的权重实现简单效果稳定。二是过采样少数类。对样本量少的类别在切片时使用更小的滑动步长比如把步长从512降到128少数类的样本数就能翻几倍同时窗口间重叠度增大不会引入额外信息只是用量换概率密度。三是合成少数类样本。对原始信号加小幅噪声或轻微时间扭曲生成新样本。这个办法用在图像上效果很好但用在振动信号上要小心加入的噪声幅度最好不要超过原始信号标准差的5%否则可能改变故障冲击的本质特征。我在实际项目中试过故障样本从每类2000个扩充到8000个之后少数类的F1分数从87%提升到95%左右。这个收益相当可观。3. CNN-LSTM核心代码逻辑逐段拆解3.1 网络结构定义接下来是核心部分直接看PyTorch的网络定义代码。import torch import torch.nn as nn class CNNLSTM(nn.Module): def __init__(self, n_classes4, seq_len1024, n_mels64): super(CNNLSTM, self).__init__() # 分支1一维CNN特征提取 self.cnn nn.Sequential( nn.Conv1d(1, 16, kernel_size64, stride8, padding28), nn.BatchNorm1d(16), nn.ReLU(inplaceTrue), nn.MaxPool1d(kernel_size4, stride4), nn.Conv1d(16, 32, kernel_size32, stride4, padding14), nn.BatchNorm1d(32), nn.ReLU(inplaceTrue), nn.MaxPool1d(kernel_size4, stride4), nn.Conv1d(32, 64, kernel_size16, stride2, padding7), nn.BatchNorm1d(64), nn.ReLU(inplaceTrue), nn.MaxPool1d(kernel_size2, stride2) ) # 计算特征序列长度 dummy torch.zeros(1, 1, seq_len) feat_len self.cnn(dummy).shape[-1] self.feat_len feat_len self.cnn_out_dim 64 * feat_len # 分支2LSTM时序建模 self.lstm nn.LSTM( input_sizeself.cnn_out_dim, # 实际使用时通过投影调整 hidden_size128, num_layers2, batch_firstTrue, dropout0.3 ) self.fc nn.Sequential( nn.Dropout(0.3), nn.Linear(128, 64), nn.ReLU(inplaceTrue), nn.Dropout(0.2), nn.Linear(64, n_classes) ) def forward(self, x): # x: (batch, 1, seq_len) batch_size x.size(0) feat self.cnn(x) # (batch, 64, feat_len) feat feat.permute(0, 2, 1) # (batch, feat_len, 64) # 这里可以加一层投影把64维映射成LSTM输入维度 lstm_out, _ self.lstm(feat) out lstm_out[:, -1, :] # 取最后一个时间步 return self.fc(out)这段代码里第一层卷积核大小64对应的时间长度是64个采样点在12kHz采样率下约5.3毫秒。这个尺度刚好能覆盖单次冲击脉冲的宽度同时保留脉冲前后的一小段上下文。步长8意味着每8个采样点滑动一次卷积核特征序列长度从1024变成约128信息密度被大幅压缩。后续卷积层的尺度逐步缩小从32到16感受野逐步扩大能够捕捉更全局的形态。再说LSTM的设计考量。LSTM输入序列长度是三轮卷积池化后特征图的长度每个时间步对应的输入是64维特征。把特征序列当作“时间轴上的局部形态描述”LSTM的任务就是捕捉这些局部形态之间的先后依赖。hidden_size取128两层结构中间加0.3的dropout这些参数在中等规模数据集上的表现比较稳定。3.2 特征序列长度计算与动态适配CNN部分的输出特征序列长度取决于输入序列长度和卷积、池化参数的组合。与其手算不如在初始化时用一次前向传播自动计算代码里就是这样做的。这个方法好处多多改输入序列长度时不需要手动调整后续全连接层的输入维度灵活性和可维护性都更好。LSTM输入维度设定这里有一个需要留意的细节。上面代码把整个特征图的最后一维直接作为LSTM的输入维度也就是64维。如果觉得64维不够表达力可以在CNN输出之后接一个线性投影层比如把64映射到128。我在某些尝试过等场景里把LSTM输入维度提升到128之后精度有小幅提升但同时参数量和训练时间也上去了。具体该不该加投影层还是要看数据量——数据量在几千级别时64维已经够用硬加投影层反而容易过拟合。3.3 损失函数、优化器与训练循环分类任务的标准选择是交叉熵损失。配合类别不均衡问题使用带权重的CrossEntropyLoss更合适。import torch.nn.functional as F def train_one_epoch(model, dataloader, optimizer, criterion, device): model.train() total_loss, correct, total 0.0, 0, 0 for data, label in dataloader: data data.to(device) label label.to(device) optimizer.zero_grad() output model(data) loss criterion(output, label) loss.backward() # 梯度裁剪防止LSTM梯度爆炸 torch.nn.utils.clip_grad_norm_(model.parameters(), 5.0) optimizer.step() total_loss loss.item() * data.size(0) pred output.argmax(dim1) correct (pred label).sum().item() total label.size(0) return total_loss / total, correct / total优化器我用AdamW而不是普通Adam区别在于权重衰减的实现方式。AdamW把权重衰减从梯度更新里解耦出来正则化效果更干净不容易出现L2正则和Adam自适应学习率互相干扰的问题。学习率初始值取1e-3配合余弦退火调度器在20到30个epoch内逐渐降到接近0收敛稳定且末期精度更高。梯度裁剪这行代码在LSTM相关的模型里几乎是必加的。LSTM在BPTT过程中容易出现梯度爆炸特别是输入序列较长、网络较深时。不裁剪的话一个batch的异常大梯度就可能把权重推到坏区域后续好几个epoch都缓不过来。裁剪阈值5.0是我实测下来比较稳的值太小会拖慢收敛太大起不到防护作用。训练循环里的一个习惯每个epoch记录显存占用和耗时模型结构变动时这个监控格外重要。我曾经在加了一层层数之后模型训练耗时翻了一倍但精度只涨了0.2个百分点这种投入产出比就必须警惕。4. 训练调参实战与精度优化4.1 学习率策略与收敛行为学习率是最直接也最敏感的全局超参。我通常的做法是先做一个粗搜索取1e-2作为初始值跑几个epoch观察loss的下降趋势。如果loss在第一第二个epoch就剧烈震荡说明学习率偏大降到3e-3或1e-3。如果loss下降极慢甚至不动说明学习率偏小适当调大。CNN-LSTM组合的收敛形态和纯CNN有一点点区别。CNN部分收敛很快前三五个epoch就能占据主导LSTM部分的时序特征则需要更多轮次才能稳定。体现在loss曲线上前期loss下降快中期有一个平台期后期慢速下降。这其实是LSTM内部隐藏状态还在逐渐对齐的过程不用焦虑只要平台期不超过总epoch数的一半就说明网络还在有效学习。余弦退火调度的代码实现很短但效果实打实的好。它比固定学习率在精度上平均高0.5到1个百分点。尤其到了训练末期学习率减小有助于收敛到更平坦的极小值区域泛化能力更强。使用PyTorch内置的CosineAnnealingLR即可注意把最后一个周期的最小学习率设为0而不是负值避免权重更新方向反了。4.2 过拟合防护三板斧轴承故障诊断数据集通常不会特别大基准公开数据集切完后也就几万到十几万样本模型稍微复杂点就很容易过拟合。三个最有效的防护手段按收益从高到低排序第一是Dropout。放在全连接层和LSTM层之间保证每个时间步的输入特征都有随机失活迫使网络不过度依赖某几个时间步的特征。Dropout比例一般0.2到0.5我取0.3是平衡了训练速度和泛化性能。第二是权重衰减。AdamW里的weight_decay默认可以设到1e-4或1e-3这个值对CNN-LSTM的稳定性有明显影响。1e-4不够1e-3又可能压得太狠。我最后固定用5e-4不同数据量上表现都不错。第三是早停。监控验证集loss连续10个epoch不下降就停止训练并恢复到最佳模型权重。实现方式很简单保存每个epoch的验证loss取历史最小值对应的模型状态。这三个手段叠加起来验证集精度和训练集精度的差距通常能控制在2到3个百分点以内。超过5个百分点就要怀疑是模型结构本身和数据不匹配了单纯加正则化救不回来。4.3 精度提升曲线完整训练过程中我记录过一组典型数据可以作为参考基准。前5个epoch训练集精度从80%左右快速拉升到95%验证集精度同步到93%左右。这阶段CNN局部特征已经基本成型。第5到15个epoch训练集精度缓慢上升到99%验证集精度在94%到96%之间波动偶尔有回落。这阶段LSTM的时序建模能力在逐步增强但由于特征序列长度较长、依赖关系较远学习速度相对较慢。第15到25个epoch验证集精度稳定在97%到98%。此时训练集几乎饱和靠余弦退火把学习率降下来之后精度还能再挤出一个百分点左右的提升空间。最终的测试集精度在97%左右混淆矩阵显示正常类和外圈故障类几乎完全可分内圈故障和滚动体故障之间存在少量混淆。原因是内圈故障的振动传播路径更长信号经过滚动体和外圈时衰减明显幅值特征和外圈故障有相似之处滚动体故障的冲击间隔不稳定时序特征和随机噪声接近识别难度天然更大。要提高这两个类别的分辨能力一个有效手段是在数据层面补充多个传感器通道的信号。比如同时采集驱动端和非驱动端的振动让网络学习两个位置的联合特征。通道之间的互补性对区分内圈故障和滚动体故障有明显帮助但代价是数据预处理复杂度和网络参数量都会上升。5. 常见问题与排查技巧实录5.1 高频问题速查表现象可能原因解决方案训练loss震荡不降学习率过大降低学习率或启用热身策略训练loss为NaN数据包含异常大值检查输入是否有尖峰增加数据裁剪或归一化验证集精度远低于训练集数据泄漏或过拟合检查数据划分增加Dropout和权重衰减某类故障识别率特别低类别不均衡使用类别加权损失或对少数类过采样测试集精度差异大转速负载变化导致分布漂移引入多工况训练数据或做无监督域适应设备在低负载时效果差振动信号幅值较小提高信号放大倍数或使用包络信号作为输入LSTM训练极慢序列过长、参数量大增加CNN的降采样倍数减少特征序列长度5.2 最需要注意的三个坑第一个坑是归一化时的统计量泄漏。前面提过但值得再次强调——无论在训练还是推理阶段归一化参数都必须一模一样。如果推理阶段使用了和训练阶段不同的归一化方式哪怕只是均值差了一个小数值模型的输出也可能完全改变。我在一个项目中就吃过这个亏训练时按每个样本独立归一化推理时却按整个测试集联合归一化导致精度直接从97%掉到81%排查了半天才找到原因。第二个坑是标签对齐错误。滑动窗口切片时如果步长不是窗口长度的整数因子窗口的中心位置会和标签边界错位。一个极端的例子一个故障发生在信号的第1000个采样点附近窗口从第500个采样点开始窗口中心在第1012个采样点这个窗口的标签如果取窗口起始位置对应的标签就会和窗口中心位置的真实类别不一致。解决方法是每次切片时记录窗口中心位置的整数索引用这个索引对应的标签作为样本标签。第三个坑是验证集和测试集的独立性。很多人在同一个实验设置下调参反复看验证集结果导致验证集的信息被“记住”了最后测试集精度虚高。严谨的做法是把原始数据集分成训练、验证、测试三部分验证集用于调参测试集只在最终评估时使用一次。如果测试集反复使用你调参的方向实际上是在对测试集做隐式拟合这会让你对模型真实泛化能力产生误判。5.3 实操经验总结与后续扩展思路在两条实践路径上我个人的体会是CNN-LSTM在轴承故障诊断里的优势不在于它一定比纯CNN精度更高而在于它对工况变化的鲁棒性更好。比如相同的网络结构在训练时只包含30Hz转频的数据测试时放到40Hz转频下纯CNN的精度下降幅度明显大于CNN-LSTM。这个特性在实际工业场景里非常重要——现场设备不会一直保持同一转速运行。后续如果要继续扩展有两个方向可以考虑。一个是注意力机制的引入用自注意力替换或增强LSTM的时序建模。注意力机制不受序列长度限制能直接建模任意两个时间步之间的依赖对长序列的建模能力更强。但代价是计算复杂度高小数据量上容易过拟合需要配合预训练或更多数据。另一个方向是迁移学习和域适应。轴承故障诊断里最常见的问题就是“实验室里训练好的模型到现场不好用”——因为现场信号包含大量环境噪声、不同的负载特性、不同的安装方式。用源域公开数据集训练再在目标域现场数据上用少量无标签数据做微调是目前应对这种情况比较实用的方案。简单做法是用对抗训练或最大均值差异来对齐特征分布代码复杂度可控效果通常比直接硬训练要好。不同的故障类型、不同传感器布局、不同数据规模对模型结构的需求其实很不一样。刚开始接触这个方向的时候与其花大量时间调网络结构不如先把数据管线彻底搞对正确的划分、正确的归一化、正确的标签对齐。数据不出问题模型精度通常不会太差数据出了问题再复杂的模型也救不回来。这是我在这类项目里最想分享的一条经验。
轴承故障诊断这块过去十年基本是“特征工程传统分类器”的天下。但从实际效果看这类方案有一个绕不开的瓶颈特征提取质量完全取决于人对信号处理的理解深度换一个工况、换一台设备原先调好的特征可能就失效了。这正是深度学习介入的根本原因——让网络自己从原始振动信号里学特征。这几年CNN-LSTM这种组合在轴承故障诊断里出镜率越来越高不是偶然。CNN擅长抓局部形态LSTM擅长记时序依赖两者叠在一起刚好对应滚动轴承振动信号里“冲击脉冲调制包络”的复合结构。这篇文章我会从方案选型、数据预处理、核心代码逻辑、训练调参、常见坑五个维度把我实际跑过的CNN-LSTM轴承故障诊断流程完整拆开讲清楚代码直接给参数直接给踩过的坑也一并列出来。1. 轴承故障诊断任务拆解与方案选型1.1 原始振动信号的特殊性先说一个很多人一开始会忽略的问题轴承振动信号和图像、文本这类常规深度学习的输入数据差别非常大。图像是二维的、空间相关的像素之间的局部纹理有意义。文本是离散符号语义依赖上下文。而轴承振动信号是一维时序波形采样率通常从几kHz到几十kHz不等一个样本点反映的是某个瞬间的振动幅值。真正对诊断有用的信息藏在信号的频域结构和时域包络里比如外圈故障的特征频率通常是转频的某个固定倍数内圈故障会伴随调制现象滚动体故障则有明显的周期性冲击。直接拿原始波形去训练一个普通全连接网络效果通常很差。原因很简单全连接网络对输入向量的每个位置一视同仁它不知道“第1000个采样点”和“第2000个采样点”之间存在时间顺序上的因果。它只会把这些点当作独立的特征输入很难学到“第几个冲击之后跟随一段衰减振荡”这种时序模式。所以在做深度学习故障诊断之前必须先想清楚一个问题网络模型凭什么能从原始振动信号里学到故障模式答案就是模型结构必须匹配信号本身的特性。CNN能通过卷积核在时间轴上滑动提取局部波形形态——冲击脉冲的形状、幅值突变、局部频率特征。LSTM则能捕捉这些局部特征之间的先后顺序和长期依赖——比如外圈故障的冲击间隔是均匀的而内圈故障的冲击间隔会随转频周期性变化。这两种模式一个偏“形态”一个偏“序列”组合起来刚好覆盖轴承信号的双重结构。1.2 从传统特征工程到端到端学习传统方法一般走“时域统计特征频域谱峰包络解调”这条路。时域统计特征包括均值、峰峰值、峭度、波形因子、峰值因子这些。频域则关注特征频率处的幅值。问题是特征频率是根据转速和轴承几何参数算出来的一旦转速波动、负载变化频率会发生偏移固定频率点上的幅值就不能直接用了。深度学习方案则完全绕过这个限制。输入是一段原始波形或简单预处理后的时频图输出是故障类别中间的特征提取由网络自动完成。这带来两个直接收益第一适应性更强。同一个模型迁到不同转速、不同负载下只需要微调或重新训练一部分层不需要重新手动设计特征。第二特征层次更丰富。浅层卷积核学到的是冲击波形、固有频率附近的振荡深层卷积核学到的是不同通道之间的组合模式LSTM再对这些模式做时序整合这种层次化表达要比人工特征灵活得多。我之前在一个模拟项目X里做过对比同样的数据随机森林配合手工特征最好能做到93%左右精度换成CNN-LSTM之后直接到98%以上。这个差距在工况变化时还会拉大因为手工特征的失效速度远快于模型自学习特征的退化速度。1.3 几种主流深度模型的横向对比这里把几种常见模型的选型逻辑说透。CNN单独用也能取得不错效果。经典的一维卷积网络加全连接分类头在公开轴承数据集上通常能到96%到98%的准确率。它的局限在于感受野有限卷积核尺寸决定了它能“看到”多长的一段波形要覆盖更长的时序依赖只能加深网络或扩大卷积核但这样参数会暴涨训练难度也随之上升。LSTM单独用适合对序列输入建模但对原始振动波形直接建模效果通常不如CNN。因为原始波形局部特征太琐碎把整个序列交给LSTM它会花大量“记忆容量”在无关细节上。而且LSTM按时间步迭代训练效率低一个几万点的序列要滚动处理显存和时间都不划算。CNN-LSTM组合的正确姿势是先用CNN对原始波形做局部特征提取和下采样把高维原始序列压缩成低维特征序列再把特征序列喂给LSTM做时序建模。这种“先提特征再建模”的思路在语音识别和视频理解领域早就验证过了迁移到轴承故障诊断同样成立。还有一个选择是直接把原始信号转成时频图再扔给二维CNN做图像分类。这种方式也有不少人在用它的优势是能利用现成的图像分类预训练模型但对时频变换的参数窗长、重叠率、频率分辨率非常敏感处理不好容易丢信息。相比之下一维CNN-LSTM直接对波形建模预处理链路更短信息损失更可控落地部署也更轻量。2. 数据集准备与预处理管线2.1 数据来源与数据划分策略我常用的公开数据集是某高校的滚动轴承加速寿命试验数据包含正常、外圈故障、内圈故障、滚动体故障四类每类下有不同故障尺寸。采样率通常设为12kHz转频在20Hz到40Hz左右负载情况分三档。拿到数据后的第一件事不是急着搭模型而是做好数据划分。这里有个非常关键的细节必须在“机器层面”而不是“样本层面”划分训练集和测试集。粗心的做法是把所有数据打乱随机抽取80%做训练、20%做测试。这样做的问题在于同一个连续振动信号切片出来的样本极其相似测试集里可能有大量与训练集来自同一段原始信号的样本模型记忆了噪声模式而不是故障模式测试精度会虚高。正确的做法是选取某几个完整的时间段作为训练原始信号另外的时间段作为测试原始信号再从各自的原始信号里切样本。这样训练集和测试集在时间上完全不重叠模型没有机会“作弊”。我在实际项目中测过两种划分方式的差距随机划分的测试精度普遍比机器级划分高2到3个百分点这完全就是数据泄漏导致的虚高。2.2 滑动窗口切片与标签对齐滑动窗口切片是当前最常用的样本生成方式。每个窗口包含n个采样点窗口按一定步长滑动每滑一次产生一个样本。窗口长度的选择需要综合考虑。窗口太短包含的故障冲击周期数不足模型学不到完整的时序模式窗口太长样本数变少而且单个样本里的冲击次数过多类别可分性反而下降。以12kHz采样率为例转频30Hz一个转周期对应400个采样点。外圈故障特征频率约为转频的3.5倍左右即105Hz一个故障周期对应约114个采样点。要在一个窗口里覆盖至少5个以上故障周期窗口长度至少需要114×5约等于570个点。留出余量我通常取1024个点对应约0.085秒既能覆盖足够周期数又不会让单样本信息过于冗余。步长的选择决定样本重叠率。步长等于窗口长度时样本完全不重叠样本总数最少。步长取窗口长度的一半时重叠率50%样本数翻倍。我一般设成512也就是50%重叠。这个重叠率在样本数量和样本多样性之间平衡得比较好。切片的标签对齐也值得留意。每个窗口的标签取窗口中心位置对应的时刻的类别。如果分段数据是按信号段为单位标注的比如前10秒正常、后10秒故障一个窗口可能同时跨过正常和故障两个区间。稳妥的做法是窗口内超过80%的点属于某类才把它归为该类否则丢弃。避免在类别边界上生成大量混淆样本模型会学糊涂。2.3 归一化、增强与类别不均衡处理信号归一化这一步经常被忽视但它直接影响训练稳定性。常用的是零均值单位方差归一化——对每个样本的1024个点减去该样本均值再除以该样本标准差。关键坑点归一化参数必须只在训练集上计算不能使用全局统计量。如果在整个数据集上计算均值方差然后划分训练测试测试集的统计信息已经“泄漏”进了归一化过程。工业场景下现场采集的新数据分布和训练集略有偏移使用全局统计量会放大这种偏移导致模型泛化能力下降。类别不均衡是另一个常见问题。轴承故障诊断数据里正常样本往往远多于故障样本或者某一类故障的样本特别少。处理方式有三种一是类别加权损失。在交叉熵损失里给少数类样本更高的权重实现简单效果稳定。二是过采样少数类。对样本量少的类别在切片时使用更小的滑动步长比如把步长从512降到128少数类的样本数就能翻几倍同时窗口间重叠度增大不会引入额外信息只是用量换概率密度。三是合成少数类样本。对原始信号加小幅噪声或轻微时间扭曲生成新样本。这个办法用在图像上效果很好但用在振动信号上要小心加入的噪声幅度最好不要超过原始信号标准差的5%否则可能改变故障冲击的本质特征。我在实际项目中试过故障样本从每类2000个扩充到8000个之后少数类的F1分数从87%提升到95%左右。这个收益相当可观。3. CNN-LSTM核心代码逻辑逐段拆解3.1 网络结构定义接下来是核心部分直接看PyTorch的网络定义代码。import torch import torch.nn as nn class CNNLSTM(nn.Module): def __init__(self, n_classes4, seq_len1024, n_mels64): super(CNNLSTM, self).__init__() # 分支1一维CNN特征提取 self.cnn nn.Sequential( nn.Conv1d(1, 16, kernel_size64, stride8, padding28), nn.BatchNorm1d(16), nn.ReLU(inplaceTrue), nn.MaxPool1d(kernel_size4, stride4), nn.Conv1d(16, 32, kernel_size32, stride4, padding14), nn.BatchNorm1d(32), nn.ReLU(inplaceTrue), nn.MaxPool1d(kernel_size4, stride4), nn.Conv1d(32, 64, kernel_size16, stride2, padding7), nn.BatchNorm1d(64), nn.ReLU(inplaceTrue), nn.MaxPool1d(kernel_size2, stride2) ) # 计算特征序列长度 dummy torch.zeros(1, 1, seq_len) feat_len self.cnn(dummy).shape[-1] self.feat_len feat_len self.cnn_out_dim 64 * feat_len # 分支2LSTM时序建模 self.lstm nn.LSTM( input_sizeself.cnn_out_dim, # 实际使用时通过投影调整 hidden_size128, num_layers2, batch_firstTrue, dropout0.3 ) self.fc nn.Sequential( nn.Dropout(0.3), nn.Linear(128, 64), nn.ReLU(inplaceTrue), nn.Dropout(0.2), nn.Linear(64, n_classes) ) def forward(self, x): # x: (batch, 1, seq_len) batch_size x.size(0) feat self.cnn(x) # (batch, 64, feat_len) feat feat.permute(0, 2, 1) # (batch, feat_len, 64) # 这里可以加一层投影把64维映射成LSTM输入维度 lstm_out, _ self.lstm(feat) out lstm_out[:, -1, :] # 取最后一个时间步 return self.fc(out)这段代码里第一层卷积核大小64对应的时间长度是64个采样点在12kHz采样率下约5.3毫秒。这个尺度刚好能覆盖单次冲击脉冲的宽度同时保留脉冲前后的一小段上下文。步长8意味着每8个采样点滑动一次卷积核特征序列长度从1024变成约128信息密度被大幅压缩。后续卷积层的尺度逐步缩小从32到16感受野逐步扩大能够捕捉更全局的形态。再说LSTM的设计考量。LSTM输入序列长度是三轮卷积池化后特征图的长度每个时间步对应的输入是64维特征。把特征序列当作“时间轴上的局部形态描述”LSTM的任务就是捕捉这些局部形态之间的先后依赖。hidden_size取128两层结构中间加0.3的dropout这些参数在中等规模数据集上的表现比较稳定。3.2 特征序列长度计算与动态适配CNN部分的输出特征序列长度取决于输入序列长度和卷积、池化参数的组合。与其手算不如在初始化时用一次前向传播自动计算代码里就是这样做的。这个方法好处多多改输入序列长度时不需要手动调整后续全连接层的输入维度灵活性和可维护性都更好。LSTM输入维度设定这里有一个需要留意的细节。上面代码把整个特征图的最后一维直接作为LSTM的输入维度也就是64维。如果觉得64维不够表达力可以在CNN输出之后接一个线性投影层比如把64映射到128。我在某些尝试过等场景里把LSTM输入维度提升到128之后精度有小幅提升但同时参数量和训练时间也上去了。具体该不该加投影层还是要看数据量——数据量在几千级别时64维已经够用硬加投影层反而容易过拟合。3.3 损失函数、优化器与训练循环分类任务的标准选择是交叉熵损失。配合类别不均衡问题使用带权重的CrossEntropyLoss更合适。import torch.nn.functional as F def train_one_epoch(model, dataloader, optimizer, criterion, device): model.train() total_loss, correct, total 0.0, 0, 0 for data, label in dataloader: data data.to(device) label label.to(device) optimizer.zero_grad() output model(data) loss criterion(output, label) loss.backward() # 梯度裁剪防止LSTM梯度爆炸 torch.nn.utils.clip_grad_norm_(model.parameters(), 5.0) optimizer.step() total_loss loss.item() * data.size(0) pred output.argmax(dim1) correct (pred label).sum().item() total label.size(0) return total_loss / total, correct / total优化器我用AdamW而不是普通Adam区别在于权重衰减的实现方式。AdamW把权重衰减从梯度更新里解耦出来正则化效果更干净不容易出现L2正则和Adam自适应学习率互相干扰的问题。学习率初始值取1e-3配合余弦退火调度器在20到30个epoch内逐渐降到接近0收敛稳定且末期精度更高。梯度裁剪这行代码在LSTM相关的模型里几乎是必加的。LSTM在BPTT过程中容易出现梯度爆炸特别是输入序列较长、网络较深时。不裁剪的话一个batch的异常大梯度就可能把权重推到坏区域后续好几个epoch都缓不过来。裁剪阈值5.0是我实测下来比较稳的值太小会拖慢收敛太大起不到防护作用。训练循环里的一个习惯每个epoch记录显存占用和耗时模型结构变动时这个监控格外重要。我曾经在加了一层层数之后模型训练耗时翻了一倍但精度只涨了0.2个百分点这种投入产出比就必须警惕。4. 训练调参实战与精度优化4.1 学习率策略与收敛行为学习率是最直接也最敏感的全局超参。我通常的做法是先做一个粗搜索取1e-2作为初始值跑几个epoch观察loss的下降趋势。如果loss在第一第二个epoch就剧烈震荡说明学习率偏大降到3e-3或1e-3。如果loss下降极慢甚至不动说明学习率偏小适当调大。CNN-LSTM组合的收敛形态和纯CNN有一点点区别。CNN部分收敛很快前三五个epoch就能占据主导LSTM部分的时序特征则需要更多轮次才能稳定。体现在loss曲线上前期loss下降快中期有一个平台期后期慢速下降。这其实是LSTM内部隐藏状态还在逐渐对齐的过程不用焦虑只要平台期不超过总epoch数的一半就说明网络还在有效学习。余弦退火调度的代码实现很短但效果实打实的好。它比固定学习率在精度上平均高0.5到1个百分点。尤其到了训练末期学习率减小有助于收敛到更平坦的极小值区域泛化能力更强。使用PyTorch内置的CosineAnnealingLR即可注意把最后一个周期的最小学习率设为0而不是负值避免权重更新方向反了。4.2 过拟合防护三板斧轴承故障诊断数据集通常不会特别大基准公开数据集切完后也就几万到十几万样本模型稍微复杂点就很容易过拟合。三个最有效的防护手段按收益从高到低排序第一是Dropout。放在全连接层和LSTM层之间保证每个时间步的输入特征都有随机失活迫使网络不过度依赖某几个时间步的特征。Dropout比例一般0.2到0.5我取0.3是平衡了训练速度和泛化性能。第二是权重衰减。AdamW里的weight_decay默认可以设到1e-4或1e-3这个值对CNN-LSTM的稳定性有明显影响。1e-4不够1e-3又可能压得太狠。我最后固定用5e-4不同数据量上表现都不错。第三是早停。监控验证集loss连续10个epoch不下降就停止训练并恢复到最佳模型权重。实现方式很简单保存每个epoch的验证loss取历史最小值对应的模型状态。这三个手段叠加起来验证集精度和训练集精度的差距通常能控制在2到3个百分点以内。超过5个百分点就要怀疑是模型结构本身和数据不匹配了单纯加正则化救不回来。4.3 精度提升曲线完整训练过程中我记录过一组典型数据可以作为参考基准。前5个epoch训练集精度从80%左右快速拉升到95%验证集精度同步到93%左右。这阶段CNN局部特征已经基本成型。第5到15个epoch训练集精度缓慢上升到99%验证集精度在94%到96%之间波动偶尔有回落。这阶段LSTM的时序建模能力在逐步增强但由于特征序列长度较长、依赖关系较远学习速度相对较慢。第15到25个epoch验证集精度稳定在97%到98%。此时训练集几乎饱和靠余弦退火把学习率降下来之后精度还能再挤出一个百分点左右的提升空间。最终的测试集精度在97%左右混淆矩阵显示正常类和外圈故障类几乎完全可分内圈故障和滚动体故障之间存在少量混淆。原因是内圈故障的振动传播路径更长信号经过滚动体和外圈时衰减明显幅值特征和外圈故障有相似之处滚动体故障的冲击间隔不稳定时序特征和随机噪声接近识别难度天然更大。要提高这两个类别的分辨能力一个有效手段是在数据层面补充多个传感器通道的信号。比如同时采集驱动端和非驱动端的振动让网络学习两个位置的联合特征。通道之间的互补性对区分内圈故障和滚动体故障有明显帮助但代价是数据预处理复杂度和网络参数量都会上升。5. 常见问题与排查技巧实录5.1 高频问题速查表现象可能原因解决方案训练loss震荡不降学习率过大降低学习率或启用热身策略训练loss为NaN数据包含异常大值检查输入是否有尖峰增加数据裁剪或归一化验证集精度远低于训练集数据泄漏或过拟合检查数据划分增加Dropout和权重衰减某类故障识别率特别低类别不均衡使用类别加权损失或对少数类过采样测试集精度差异大转速负载变化导致分布漂移引入多工况训练数据或做无监督域适应设备在低负载时效果差振动信号幅值较小提高信号放大倍数或使用包络信号作为输入LSTM训练极慢序列过长、参数量大增加CNN的降采样倍数减少特征序列长度5.2 最需要注意的三个坑第一个坑是归一化时的统计量泄漏。前面提过但值得再次强调——无论在训练还是推理阶段归一化参数都必须一模一样。如果推理阶段使用了和训练阶段不同的归一化方式哪怕只是均值差了一个小数值模型的输出也可能完全改变。我在一个项目中就吃过这个亏训练时按每个样本独立归一化推理时却按整个测试集联合归一化导致精度直接从97%掉到81%排查了半天才找到原因。第二个坑是标签对齐错误。滑动窗口切片时如果步长不是窗口长度的整数因子窗口的中心位置会和标签边界错位。一个极端的例子一个故障发生在信号的第1000个采样点附近窗口从第500个采样点开始窗口中心在第1012个采样点这个窗口的标签如果取窗口起始位置对应的标签就会和窗口中心位置的真实类别不一致。解决方法是每次切片时记录窗口中心位置的整数索引用这个索引对应的标签作为样本标签。第三个坑是验证集和测试集的独立性。很多人在同一个实验设置下调参反复看验证集结果导致验证集的信息被“记住”了最后测试集精度虚高。严谨的做法是把原始数据集分成训练、验证、测试三部分验证集用于调参测试集只在最终评估时使用一次。如果测试集反复使用你调参的方向实际上是在对测试集做隐式拟合这会让你对模型真实泛化能力产生误判。5.3 实操经验总结与后续扩展思路在两条实践路径上我个人的体会是CNN-LSTM在轴承故障诊断里的优势不在于它一定比纯CNN精度更高而在于它对工况变化的鲁棒性更好。比如相同的网络结构在训练时只包含30Hz转频的数据测试时放到40Hz转频下纯CNN的精度下降幅度明显大于CNN-LSTM。这个特性在实际工业场景里非常重要——现场设备不会一直保持同一转速运行。后续如果要继续扩展有两个方向可以考虑。一个是注意力机制的引入用自注意力替换或增强LSTM的时序建模。注意力机制不受序列长度限制能直接建模任意两个时间步之间的依赖对长序列的建模能力更强。但代价是计算复杂度高小数据量上容易过拟合需要配合预训练或更多数据。另一个方向是迁移学习和域适应。轴承故障诊断里最常见的问题就是“实验室里训练好的模型到现场不好用”——因为现场信号包含大量环境噪声、不同的负载特性、不同的安装方式。用源域公开数据集训练再在目标域现场数据上用少量无标签数据做微调是目前应对这种情况比较实用的方案。简单做法是用对抗训练或最大均值差异来对齐特征分布代码复杂度可控效果通常比直接硬训练要好。不同的故障类型、不同传感器布局、不同数据规模对模型结构的需求其实很不一样。刚开始接触这个方向的时候与其花大量时间调网络结构不如先把数据管线彻底搞对正确的划分、正确的归一化、正确的标签对齐。数据不出问题模型精度通常不会太差数据出了问题再复杂的模型也救不回来。这是我在这类项目里最想分享的一条经验。
平方复杂度无法被常规优化消除｜TaoToken 统一 Key 通道实测)
