基于CNN-Transformer的轴承故障智能诊断：从振动信号到工业预测性维护

简介时间序列分类是工业智能运维中的核心任务旨在从连续的传感器数据中识别出特定的模式或状态。其原理在于通过算法模型自动学习数据中的时序依赖与特征表示从而替代传统依赖人工经验的分析方法。这一技术的核心价值在于能够实现设备状态的实时监测与早期故障预警为预测性维护提供数据驱动的决策支持有效降低非计划停机风险与维护成本。在工业设备健康管理领域振动信号分析是关键的监测手段而轴承作为旋转机械的核心部件其故障诊断是典型的应用场景。针对振动信号信噪比低、特征微弱且存在长程依赖的挑战结合卷积神经网络CNN的局部特征提取能力与Transformer的全局上下文建模优势构建混合模型成为一种有效的解决方案。本文以经典的CWRU轴承数据集为例详细阐述了如何通过数据预处理、模型架构设计、训练策略与评估体系实现一个高精度的轴承故障智能诊断系统为工业设备智能运维提供了一套可复制的工程实践路径。1. 项目概述从振动信号到智能运维的跨越在工业设备运维领域轴承的健康状况就像设备的心脏它的每一次异常跳动都预示着潜在的风险。传统的故障诊断高度依赖工程师的经验通过听声音、看波形来判断这不仅效率低下更难以应对海量设备与复杂工况。我最近完成的一个项目正是为了解决这个痛点构建一个基于卷积神经网络与Transformer架构的轴承故障智能诊断系统。这个系统的核心目标是让机器学会“听诊”自动、精准地从轴承的振动信号中识别出故障类型为预测性维护提供可靠的数据支撑。我们选用了业内公认的基准数据集——凯斯西储大学的CWRU轴承数据集。这个数据集包含了多种故障类型、不同损伤直径以及多种负载条件下的振动信号是验证算法性能的“试金石”。整个项目的核心就是设计一个能够融合CNN局部特征提取能力与Transformer全局依赖建模优势的混合模型实现对振动信号的高精度分类。这不仅仅是简单的模型堆叠更涉及到信号预处理、特征工程、模型架构设计以及工业场景适配等一系列挑战。接下来我将详细拆解这个项目的完整实现路径从数据理解到模型部署的每一个关键环节分享其中踩过的坑和总结出的实战经验。2. 核心需求解析与技术选型逻辑2.1 问题本质为何振动信号分类如此具有挑战性轴承故障诊断本质上是一个时间序列分类问题。但与普通的时间序列如股票价格、气温不同振动信号具有其独特的复杂性信噪比低设备运行时的背景噪声、其他部件的振动干扰常常会淹没微弱的早期故障特征。这就好比在嘈杂的菜市场里要听清远处一个人的轻声咳嗽。特征微弱且时变故障初期特征信号非常微弱。并且随着负载、转速的变化故障特征在时域和频域的表现也会发生偏移。类别不平衡正常状态的数据远多于各种故障状态的数据这在真实工业场景中尤为突出。模型很容易被“正常”数据主导而对少数类的故障“视而不见”。因此一个鲁棒的诊断系统不能只做简单的波形匹配它必须能从噪声中提取稳定的、具有判别性的特征并且能理解信号片段之间的长程依赖关系比如故障冲击产生的周期性。2.2 技术架构选型为什么是CNNTransformer面对上述挑战我们放弃了单一模型选择了CNN与Transformer的混合架构。这个选择背后有清晰的逻辑链卷积神经网络的核心价值强大的局部特征提取器CNN在图像领域的成功源于其卷积核能够有效捕捉空间上的局部相关性。对于一维振动信号我们可以将其视为一个“很窄的图像”通道数为1高度为1宽度为序列长度。一维卷积核在信号上滑动能够自动学习到诸如边缘信号的突变点、纹理信号的周期性模式等局部特征。这对于捕捉故障冲击的瞬态特征、共振频率等局部模式至关重要。我们不需要手动设计时域、频域、时频域特征如小波包能量CNN可以端到端地从原始信号或简单预处理后的信号中学习到这些特征。Transformer的核心价值卓越的全局上下文建模能力传统的RNN、LSTM在处理长序列时存在梯度消失或爆炸问题且难以并行计算。Transformer凭借其自注意力机制能够直接计算序列中任意两个时间点之间的关系权重无论它们相距多远。在故障诊断中一个故障事件如滚珠剥落产生的冲击会引发一系列衰减振动这些振动之间存在跨越多个时间步的依赖关系。自注意力机制能够精准地捕捉到这种“一个冲击引发后续振荡”的全局模式这是CNN局部感受野难以直接做到的。混合架构的协同效应112单纯的Transformer模型需要巨大的数据量和计算资源且对序列的局部结构感知较弱。而单纯的CNN模型对长程依赖建模能力有限。我们的混合策略是让CNN打头阵做“特征工程师”。原始振动信号首先经过一维CNN层通常是多个卷积块被转换成一组更高级的、富含语义的局部特征序列。然后将这个特征序列送入Transformer编码器让其扮演“关系分析师”分析这些局部特征之间的全局依赖关系。最后通过一个分类头通常是全局平均池化全连接层输出诊断结果。这种流水线分工明确既保证了特征提取的粒度又实现了上下文理解的广度。注意这里有一个关键细节即如何将CNN输出的特征图适配为Transformer的输入。通常我们将CNN输出的特征图在“通道”维度上进行重塑将其视为一个序列其中每个“词”的维度就是通道数。这要求我们在设计CNN部分时要有意识地控制输出特征图的尺寸。3. 数据工程CWRU数据集的深度处理与增强3.1 CWRU数据集深度解读CWRU数据集是公开的经典轴承数据但直接下载使用会踩很多坑。数据来自一个实验台驱动端风扇端轴承分别安装了加速度计。数据包含故障类型内圈故障、外圈故障、滚珠故障。故障直径0.007英寸 0.014英寸 0.021英寸。负载条件0马力 1马力 2马力 3马力对应不同转速。我们需要理解几个关键点数据格式原始数据是.mat文件每个文件包含一个很长的单通道时间序列如驱动端数据DE和对应的转速信息。采样频率为12kHz或48kHz常用12kHz。数据划分陷阱绝对不能随机打乱所有样本后再划分训练集和测试集因为同一段长信号被切割成的多个短样本是高度相关的随机打乱会导致数据泄露使模型在测试集上得到虚高的、不可信的准确率。必须按“段”或按“文件”进行划分。负载泛化性一个真正有用的模型应该能在一种负载下训练在另一种未见过的负载下依然表现良好。这考验的是模型学习到的特征是否与负载无关。因此在划分数据时可以特意将某种负载的数据全部留作测试集来验证模型的泛化能力。3.2 从原始信号到模型输入的标准化流程我们的数据处理流水线如下信号读取与通道选择通常选择驱动端加速度计数据DE作为主要分析对象因其对故障更敏感。数据切片将长达数十分钟的连续信号切割成固定长度如1024、2048个点的样本。切片长度需要权衡太短可能包含不完整周期信息太长则增加计算负担且可能包含多个不相关事件。我通常从1024点开始尝试。# 伪代码示例重叠采样 def sliding_window_cut(signal, window_size1024, step512): num_samples (len(signal) - window_size) // step 1 samples [] for i in range(num_samples): start i * step end start window_size samples.append(signal[start:end]) return np.array(samples)实操心得采用50%重叠的滑动窗口切割可以在不显著增加数据独立性的前提下有效增加样本数量对于缓解小样本问题很有帮助。标准化对每个样本进行样本级别的Z-score标准化减去均值除以标准差。这一步至关重要它消除了信号绝对幅值的影响不同设备、不同增益设置会导致幅值差异使模型专注于学习波形形状和相对变化。# 伪代码示例样本级标准化 def normalize_sample(sample): mean np.mean(sample) std np.std(sample) if std 1e-8: # 防止除零 std 1.0 return (sample - mean) / std标签编码根据文件名和故障信息为每个样本生成对应的分类标签如0:正常 1:内圈故障-0.007英寸 ...。数据集划分按照“文件ID”或“负载条件”进行分层划分确保训练集和测试集来自不同的数据段或工况以模拟真实场景。3.3 针对小样本的数据增强策略CWRU数据量对于深度学习来说并不算大。为了提升模型泛化性防止过拟合必须使用数据增强。对于一维振动信号有效的增强方法包括加性高斯白噪声在信号中加入微弱的随机噪声模拟实际采集中的噪声干扰。强度需要仔细调节以免破坏原有特征。时间缩放对信号进行轻微的时间轴拉伸或压缩模拟转速的微小波动。幅度缩放对信号整体乘以一个接近1的随机因子模拟传感器增益的微小变化。随机切片在切割样本时随机选择起始点增加样本多样性。注意频率域增强如随机频率掩码要慎用。轴承故障特征往往与特定频率如故障特征频率紧密相关盲目在频域做掩码可能会直接抹掉关键诊断信息导致模型学到错误特征。我们的增强原则是在时域进行微扰尽量保持信号的频域结构完整性。4. 模型架构设计与PyTorch实现详解4.1 一维卷积特征提取网络设计CNN部分的目标是将原始信号(batch_size, 1, seq_len)转换为一个高维特征序列(batch_size, d_model, new_seq_len)其中d_model是Transformer模型约定的特征维度。我设计了一个包含四个卷积块的基础网络import torch import torch.nn as nn import torch.nn.functional as F class ConvFeatureExtractor(nn.Module): def __init__(self, input_channels1, feature_dim64): super().__init__() self.conv1 nn.Conv1d(input_channels, 32, kernel_size7, padding3, stride2) # 下采样 self.bn1 nn.BatchNorm1d(32) self.conv2 nn.Conv1d(32, 64, kernel_size5, padding2, stride2) self.bn2 nn.BatchNorm1d(64) self.conv3 nn.Conv1d(64, feature_dim, kernel_size3, padding1, stride2) self.bn3 nn.BatchNorm1d(feature_dim) self.global_pool nn.AdaptiveAvgPool1d(1) # 备用用于纯CNN基线 def forward(self, x): # x: [B, 1, L] x F.relu(self.bn1(self.conv1(x))) # - [B, 32, L/2] x F.relu(self.bn2(self.conv2(x))) # - [B, 64, L/4] x F.relu(self.bn3(self.conv3(x))) # - [B, d_model, L/8] return x设计考量逐步下采样通过stride2的卷积序列长度逐层减半L - L/2 - L/4 - L/8。这扩大了感受野降低了后续Transformer的计算复杂度。批归一化每个卷积后接BatchNorm加速训练并提升稳定性。特征维度最终输出维度feature_dim例如64或128需要与Transformer的d_model对齐。4.2 Transformer编码器适配与位置编码CNN输出的特征图形状为[B, d_model, L]。为了输入Transformer我们需要将其转换为序列格式[B, L, d_model]。Transformer编码器由多头自注意力层和前馈网络层堆叠而成。一个关键步骤是位置编码。由于Transformer本身不具备序列顺序信息我们必须手动添加位置编码。对于一维序列我使用了最经典的正余弦位置编码class PositionalEncoding(nn.Module): def __init__(self, d_model, max_len5000): super().__init__() pe torch.zeros(max_len, d_model) position torch.arange(0, max_len, dtypetorch.float).unsqueeze(1) div_term torch.exp(torch.arange(0, d_model, 2).float() * (-math.log(10000.0) / d_model)) pe[:, 0::2] torch.sin(position * div_term) pe[:, 1::2] torch.cos(position * div_term) pe pe.unsqueeze(0) # [1, max_len, d_model] self.register_buffer(pe, pe) # 不是模型参数不参与训练 def forward(self, x): # x: [B, seq_len, d_model] seq_len x.size(1) x x self.pe[:, :seq_len, :] return x然后构建完整的混合模型class CNNTransformerFaultDiagnosis(nn.Module): def __init__(self, num_classes, seq_len1024, d_model64, nhead8, num_layers4, dim_feedforward256): super().__init__() self.feature_extractor ConvFeatureExtractor(input_channels1, feature_dimd_model) # 计算经过CNN后的序列长度 self.cnn_seq_len seq_len // 8 # 假设经过3次stride2的下采样 self.pos_encoder PositionalEncoding(d_model, max_lenself.cnn_seq_len) encoder_layer nn.TransformerEncoderLayer(d_modeld_model, nheadnhead, dim_feedforwarddim_feedforward, batch_firstTrue, dropout0.1) self.transformer_encoder nn.TransformerEncoder(encoder_layer, num_layersnum_layers) self.classifier nn.Sequential( nn.LayerNorm(d_model), nn.Linear(d_model, dim_feedforward), nn.ReLU(), nn.Dropout(0.2), nn.Linear(dim_feedforward, num_classes) ) def forward(self, x): # x: [B, 1, L] # 1. CNN提取局部特征 cnn_features self.feature_extractor(x) # [B, d_model, L] # 2. 重塑为序列格式 [B, L, d_model] seq_features cnn_features.permute(0, 2, 1) # 3. 添加位置编码 seq_features self.pos_encoder(seq_features) # 4. Transformer编码全局上下文 # 注意Transformer需要处理序列中每个位置的信息这里不需要像NLP那样加[CLS] token。 # 我们可以对输出序列的所有位置取平均或者取第一个位置但第一个位置物理意义不明确。 # 更通用的做法是使用全局平均池化。 transformer_output self.transformer_encoder(seq_features) # [B, L, d_model] # 5. 全局平均池化聚合整个序列信息 global_feature transformer_output.mean(dim1) # [B, d_model] # 6. 分类 logits self.classifier(global_feature) # [B, num_classes] return logits4.3 分类头与损失函数选择分类头相对简单如代码所示使用LayerNormLinearReLUDropoutLinear的结构。关键在于损失函数的选择。对于CWRU这类相对均衡的数据集使用标准的交叉熵损失即可。但如果遇到真实工业中严重的类别不平衡则需要考虑带权重的交叉熵损失根据每个类别的样本数倒数为其分配权重让模型更关注少数类。Focal Loss这是一种动态加权的损失它会自动降低易分类样本的权重使模型更专注于难分类的样本往往是特征模糊的早期故障对于提升模型在困难样本上的性能非常有效。5. 模型训练、调优与评估全流程5.1 训练策略与超参数设置训练深度学习模型是一门实验科学。以下是我经过多次实验总结出的有效配置优化器AdamW。相比AdamAdamW对权重衰减的处理更正确通常能带来更好的泛化性能。初始学习率设为3e-4。学习率调度使用CosineAnnealingLR或ReduceLROnPlateau。余弦退火能让学习率平滑下降而基于验证集损失的衰减策略更直接。我通常先用余弦退火训练一段时间后期切换为ReduceLROnPlateau进行精细调整。批大小根据GPU内存通常设置为32或64。较小的批大小有时能带来更好的泛化效果。正则化Dropout在Transformer层间和分类头的全连接层后添加Dropout比例设为0.1-0.3。权重衰减AdamW优化器中的weight_decay参数设为1e-4。早停监控验证集损失如果连续10个epoch没有下降则停止训练并回滚到验证损失最低的模型参数。一个关键的训练技巧渐进式训练。由于混合模型比较复杂直接训练可能不稳定。我采用了两阶段训练法第一阶段冻结Transformer编码器只训练CNN特征提取器和分类头。这相当于先用一个较强的CNN模型去学习基础特征训练相对稳定快速。第二阶段解冻整个模型用较小的学习率如第一阶段的1/10进行端到端的微调。这样能让Transformer在好的特征基础上更好地学习全局关系。5.2 评估指标超越准确率在故障诊断中只看整体准确率是危险的尤其是数据不平衡时。必须采用更全面的评估体系混淆矩阵这是最重要的工具。它能清晰展示模型在每一类故障上的具体表现哪些故障容易被混淆如内圈故障和外圈故障哪些被误判为正常最危险的情况。精确率、召回率、F1分数针对每一个故障类别计算这些指标。召回率查全率在故障诊断中尤为重要它衡量了模型找出所有真实故障的能力。我们宁可误报将正常判为故障也绝不能漏报将故障判为正常。跨负载测试这是检验模型泛化能力的“金标准”。用负载A的数据训练直接在负载B、C、D的数据上测试观察性能下降程度。性能下降越少说明模型学到的特征越本质与工况关联越小。5.3 可视化与可解释性分析为了让结果更可信我们需要打开模型的“黑箱”特征可视化使用t-SNE或UMAP将CNN提取出的特征或Transformer输出的全局特征降维到2D或3D进行可视化。观察不同故障类别的样本在特征空间是否形成了清晰的聚类。一个好的模型其同类样本应该聚集不同类样本应该分离。注意力权重可视化提取Transformer最后一层自注意力头的注意力权重图。观察模型在做出分类决策时更“关注”原始信号的哪些时间片段。理想情况下对于故障样本高注意力区域应该对应故障冲击发生的时刻。这不仅能验证模型是否“看对了地方”还能辅助工程师定位故障发生的大致时间点。Grad-CAM虽然Grad-CAM常用于CNN图像模型但经过适配也可以用于一维CNN。它可以生成一个热力图显示输入信号中哪些区域对最终决策的贡献最大为模型判断提供直观依据。6. 实战避坑指南与性能优化技巧6.1 常见问题与解决方案速查表问题现象可能原因排查与解决思路训练集准确率高验证集/测试集准确率极低严重过拟合或数据泄露1. 检查数据划分确保训练集和验证集来自不同的原始数据段。2. 增强正则化加大Dropout率、权重衰减。3. 简化模型减少Transformer层数或注意力头数。4. 使用更激进的数据增强。模型对所有样本都预测为“正常”类严重的类别不平衡1. 检查数据集中各类别样本数量。2. 使用带权重的损失函数或Focal Loss。3. 对少数类进行过采样如SMOTE或对多数类进行欠采样。训练损失震荡不降或很快变为NaN学习率过大、梯度爆炸1. 大幅降低学习率如从1e-3降到1e-4或1e-5。2. 添加梯度裁剪torch.nn.utils.clip_grad_norm_。3. 检查数据中是否有异常值NaN或Inf进行清洗。模型在跨负载测试上性能骤降模型过拟合于训练负载的特定特征1. 在训练集中混合多种负载的数据。2. 使用域自适应技术。3. 在特征提取部分CNN尝试更强大的正则化迫使模型学习负载不变特征。Transformer部分训练速度慢内存占用高序列长度(L)过长1. 在CNN部分增加下采样力度如增大stride。2. 考虑使用更高效的Transformer变体如Linformer或Performer它们能降低自注意力的计算复杂度。6.2 高级优化与部署考量模型轻量化工业现场部署可能对模型大小和推理速度有严格要求。可以考虑知识蒸馏训练一个庞大的教师模型如更深的CNN-Transformer然后用它来指导一个轻量级学生模型如纯CNN或浅层Transformer的训练在几乎不损失精度的情况下大幅压缩模型。剪枝与量化移除模型中不重要的连接剪枝并将模型权重从浮点数转换为低精度整数量化能有效减少模型体积、提升推理速度。在线学习与增量更新设备运行状态可能随时间缓慢变化。一个理想的系统应该支持在线学习能够在不遗忘旧知识的前提下利用新采集到的少量数据对模型进行微调。这涉及到持续学习技术的应用。不确定性估计模型给出“内圈故障”的诊断时我们还应知道它有多“确信”。通过蒙特卡洛Dropout或集成学习等方法可以估计预测的不确定性。当模型对某个样本的预测不确定性很高时可以将其标记为“需人工复核”提升系统的可靠性。这个基于CNN-Transformer的轴承故障诊断项目从理论到实践走完了一整个闭环。它让我深刻体会到将前沿的深度学习架构与具体的工业问题相结合关键在于深刻理解问题本身的物理特性振动信号的时频特性并以此为指导去设计和调整模型而不是简单地套用现成方案。数据处理的严谨性、模型设计的针对性以及评估体系的全面性每一个环节的疏忽都可能导致最终结果的失效。希望这份详尽的拆解能为正在从事或即将踏入工业智能运维领域的朋友们提供一份有价值的参考。在实际部署中我们还需要将训练好的模型封装成API服务并设计一个实时数据流处理管道但这又是另一个充满挑战的故事了。本文还有配套的精品资源点击获取