1. 项目概述
轴承作为机械设备中的核心部件，其运行状态直接影响整机的可靠性与寿命。传统故障诊断方法主要依赖专家经验提取特征，再结合浅层机器学习模型进行分类，这种方法在复杂工况下往往表现不佳。近年来，深度学习技术在故障诊断领域展现出巨大潜力，但如何有效处理一维振动信号并提取多维度特征仍是研究难点。
本项目创新性地将语音信号处理中的梅尔频谱分析引入机械故障诊断领域，结合三维卷积神经网络（3DCNN）构建了一套端到端的轴承故障诊断系统。通过将一维振动信号转换为三维特征表示，充分利用了信号在时域、频域和空域的信息关联，在两个公开数据集上实现了100%的分类准确率。
提示：本文介绍的3DCNN方法特别适合处理具有时空关联特性的信号数据，如振动、声音等。相比传统2DCNN，它能更好地捕捉信号在多个维度上的特征变化。
2. 数据处理与特征工程
2.1 数据集准备
西储大学轴承数据集包含四种典型故障状态：
- 正常状态（Normal）
- 内圈故障（Inner Race Fault）
- 外圈故障（Outer Race Fault）
- 滚动体故障（Ball Fault）
每种故障又包含不同损伤直径（0.007英寸、0.014英寸、0.021英寸），采样频率为12kHz。我们按以下步骤处理数据：
- 数据分段：将连续信号切分为1024点的样本段，重叠率50%
- 数据增强：通过添加高斯噪声（SNR=20dB）和时间拉伸（±5%）扩充数据集
- 标签编码：采用one-hot编码表示10种故障类别（含正常状态）
matlab复制% 数据加载示例代码
data = load('bearing_data.mat');
fs = 12000; % 采样频率
segment_length = 1024;
overlap = 512;
2.2 多分辨率梅尔频谱转换
梅尔频谱分析的核心是将线性频率刻度转换为符合人耳听觉特性的梅尔刻度，具体实现步骤：
- STFT变换：窗长256点，汉宁窗，重叠率75%
- 梅尔滤波器组：设计40个三角滤波器，频率范围20-6000Hz
- 多分辨率处理：通过调整滤波器数量（20/40/80）生成三种分辨率频谱
- 三维特征构建：将不同分辨率频谱堆叠为128×128×3的张量
matlab复制% 梅尔频谱生成代码示例
[melSpec,fc,time] = melfcc(signal, fs, ...
'wintime', 256/fs, ...
'hoptime', 64/fs, ...
'numcep', 40, ...
'minfreq', 20, ...
'maxfreq', 6000);
注意：梅尔滤波器组的数量需要根据信号特性调整，过多会导致特征稀疏，过少会丢失细节信息。我们通过实验确定40个滤波器在计算效率和特征保留上达到最佳平衡。
3. 3DCNN模型架构设计
3.1 网络结构详解
模型采用层次化设计，逐步提取从局部到全局的特征：
code复制输入层 (128×128×3)
↓
3D卷积层 (64个5×5×3滤波器, ReLU)
↓
3D最大池化 (2×2×1)
↓
3D卷积层 (128个3×3×3滤波器, ReLU)
↓
3D最大池化 (2×2×1)
↓
3D卷积层 (256个3×3×3滤波器, ReLU)
↓
全局平均池化
↓
全连接层 (128单元, ReLU)
↓
输出层 (10单元, Softmax)
3.2 关键参数选择
- 卷积核尺寸：首层采用较大核（5×5）捕捉宏观特征，后续使用3×3核提取细节
- 池化策略：时间维度不降采样（1×1×1），保留时序信息
- 正则化配置：
- Dropout率：0.5
- L2权重衰减：1e-4
- 优化器设置：
- 初始学习率：0.001
- 批量大小：32
- 训练轮次：100
matlab复制% 3DCNN层定义示例
layers = [
image3dInputLayer([128 128 3 1])
convolution3dLayer([5 5 3], 64, 'Padding','same')
batchNormalizationLayer
reluLayer
maxPooling3dLayer([2 2 1], 'Stride',[2 2 1])
% 中间层省略...
fullyConnectedLayer(10)
softmaxLayer
classificationLayer];
4. 模型训练与优化
4.1 训练策略
采用分阶段训练方法：
- 特征提取阶段：冻结所有卷积层，仅训练全连接层（学习率0.01）
- 微调阶段：解冻全部层，整体优化（学习率0.001）
- 精调阶段：降低学习率至0.0001，精细调整
实测发现这种策略比直接端到端训练收敛更快，最终准确率高2-3个百分点。
4.2 数据增强技巧
针对振动信号特点设计专用增强方法：
- 时域扭曲：随机拉伸/压缩时间轴（±5%）
- 频域掩码：随机遮蔽10%频率带
- 噪声注入：添加设备特定噪声（实测比高斯噪声效果更好）
matlab复制% 自定义数据增强示例
augmenter = audioDataAugmenter(...
'TimeStretchProbability',0.8,...
'PitchShiftProbability',0,...
'VolumeControlProbability',0,...
'AddNoiseProbability',0.3);
5. 混合模型构建（3DCNN-SVM）
5.1 特征融合策略
- 深度特征提取：使用3DCNN最后一个卷积层的输出（256×8×8×1）
- 特征降维：通过全局平均池化得到256维特征向量
- SVM训练：采用RBF核，网格搜索优化C和γ参数
5.2 实现细节
matlab复制% 特征提取代码
featureLayer = 'global_avg_pool';
trainFeatures = activations(net, trainData, featureLayer);
% SVM训练
svmModel = fitcsvm(trainFeatures, trainLabels, ...
'KernelFunction','rbf', ...
'OptimizeHyperparameters','auto');
实测表明，混合模型在小样本场景下表现更鲁棒，当训练数据少于100样本/类时，准确率比纯3DCNN高约5%。
6. 结果分析与可视化
6.1 性能指标对比
| 方法 | 准确率 | 召回率 | F1分数 | 推理时间(ms) |
|---|---|---|---|---|
| 传统SVM | 92.3% | 91.8% | 92.0% | 2.1 |
| 2DCNN | 97.5% | 97.2% | 97.3% | 15.4 |
| 本文3DCNN | 100% | 100% | 100% | 28.7 |
| 3DCNN-SVM混合 | 100% | 100% | 100% | 32.5 |
6.2 t-SNE可视化
通过t-SNE降维显示，不同故障类别的特征分布呈现明显聚类，类间距离显著大于类内距离，证明模型学习到了判别性强的特征表示。
7. 工程实践建议
-
实时部署优化：
- 将模型转换为TensorRT格式，推理速度提升3-5倍
- 量化到INT8精度，模型体积缩小4倍，精度损失<1%
-
故障诊断系统设计：
mermaid复制graph TD A[振动信号采集] --> B[实时预处理] B --> C[3D特征转换] C --> D[3DCNN推理] D --> E[故障报警] -
持续学习策略：
- 设计增量学习机制，定期用新数据更新模型
- 采用知识蒸馏技术，保持模型轻量化
实际部署中发现，模型对轴向振动信号敏感度较低，后续通过增加多轴向信号融合解决了这一问题。建议在工业现场至少采集径向和轴向两个方向的振动信号。