1. 项目概述
轴承作为机械设备中的关键部件，其健康状况直接影响着整个系统的运行安全。传统故障诊断方法主要依赖人工特征提取和浅层分类模型，在面对复杂工况时往往力不从心。最近我在研究轴承故障诊断时，发现了一种结合多分辨率Mel频谱分析和3DCNN的创新方法，通过将一维振动信号转换为三维特征表示，在西储大学和东南大学两个公开数据集上都取得了100%的准确率。这个方法最吸引我的地方在于它模拟了人耳听觉特性来处理振动信号，就像我们听音乐时能分辨不同乐器的音色一样，机器也能"听"出轴承的不同故障类型。
2. 数据处理与准备
2.1 西储大学轴承数据集处理
西储大学轴承数据集是故障诊断领域的"MNIST"，包含了内圈、外圈、滚动体等不同位置的故障数据。我在处理这个数据集时发现几个关键点：
-
数据分段策略：原始振动信号通常长达数分钟，需要分割成适合模型输入的片段。经过多次实验，我发现2秒时长的片段（约12,000个采样点）既能保留完整故障特征，又不会造成计算负担过重。
-
标签分配技巧：不同故障尺寸（如0.007英寸、0.014英寸等）应该单独标注还是合并处理？我的经验是，初期训练时保持细分有助于模型学习更精细的特征差异，后期可以根据实际需求合并相似类别。
-
归一化方法选择：尝试过Min-Max和Z-score两种归一化方式，最终发现Z-score（即减去均值除以标准差）对振动信号更有效，因为它能保留异常波形的统计特性。
2.2 东南大学齿轮箱数据集处理
东南大学数据集的特点是工况更复杂，信号信噪比更低。在处理这类数据时，我总结出以下经验：
-
降噪预处理：使用小波阈值降噪效果优于传统滤波器，特别是对于齿轮啮合产生的高频噪声。我常用db4小波基函数，分解层数设为5，软阈值处理。
-
数据增强策略：由于故障样本有限，我采用了三种增强方式：
- 时间拉伸/压缩（±10%）
- 添加高斯白噪声（SNR=20dB）
- 随机片段裁剪
注意：增强操作应在时域信号上完成，转换到频域后再增强可能导致人工伪影。
3. 特征工程实现
3.1 多分辨率Mel频谱分析
Mel频谱转换是本方法的核心创新点，其实现细节值得深入探讨：
-
STFT参数设置：
- 窗口长度：1024点（约85ms）
- 重叠率：75%
- 窗函数：汉宁窗
-
Mel滤波器组设计：
matlab复制numFilters = 64; % 滤波器数量
melFilterBank = designAuditoryFilterBank(fs, 'FrequencyScale', 'mel', ...
'FFTLength', 1024, 'NumBands', numFilters);
- 多分辨率实现技巧：
通过调整滤波器数量和带宽创建不同分辨率版本。我的配置是：
- 高分辨率：128个滤波器，20-2000Hz
- 中分辨率：64个滤波器，20-4000Hz
- 低分辨率：32个滤波器，20-8000Hz
3.2 三维特征构建
将不同分辨率的Mel频谱沿第三维堆叠形成三维张量时，需要注意：
- 时间轴对齐：确保各分辨率版本的时间点对应一致
- 频率轴插值：不同分辨率间频率刻度不同，需要线性插值统一维度
- 数据标准化：在堆叠前对每个分辨率单独做Z-score标准化
4. 3DCNN模型架构与训练
4.1 网络结构设计
经过多次调优，最终采用的3DCNN结构如下表所示：
| 层类型 | 参数设置 | 输出尺寸 | 说明 |
|---|---|---|---|
| 输入层 | - | 64×64×3 | 高×宽×通道 |
| 3D卷积 | 32个5×5×3核 | 60×60×1×32 | 步长1，valid填充 |
| 3D最大池化 | 2×2×1 | 30×30×1×32 | - |
| 3D卷积 | 64个3×3×1核 | 28×28×1×64 | - |
| 3D最大池化 | 2×2×1 | 14×14×1×64 | - |
| 展平 | - | 12544 | - |
| 全连接 | 128单元 | 128 | ReLU激活 |
| 输出层 | 单元数=类别数 | - | Softmax激活 |
4.2 训练技巧与调优
-
学习率策略：
采用余弦退火学习率，初始值0.001，最小0.0001，每5个epoch重启周期。这种设置能让模型跳出局部最优。 -
正则化方法：
- 空间Dropout（rate=0.5）在全连接层前
- L2权重衰减（λ=0.001）
- 早停法（patience=10）
- 批归一化位置：
实验发现，在3D卷积后、激活函数前加入批归一化层，能使训练更稳定，最终准确率提升约2%。
5. 3DCNN-SVM混合模型实现
5.1 特征提取策略
使用训练好的3DCNN提取特征时，我推荐从最后一个池化层后提取（14×14×1×64），这样能得到足够抽象又保留空间信息的特征。具体步骤：
- 移除原模型的顶部（全连接层之后）
- 添加全局平均池化层减少维度
- 提取的特征向量维度为64
5.2 SVM参数优化
对提取的特征训练SVM时，关键参数设置：
- 核函数选择：RBF核优于线性和多项式核
- 网格搜索范围：
- C: [0.1, 1, 10, 100]
- γ: [0.001, 0.01, 0.1, 1]
- 交叉验证：5折，使用F1分数作为评估指标
6. 实验结果分析
6.1 性能对比
在相同测试集上比较不同方法的准确率：
| 方法 | 西储大学数据集 | 东南大学数据集 |
|---|---|---|
| 传统SVM | 89.2% | 82.7% |
| 1D CNN | 93.5% | 88.3% |
| 2D CNN | 96.8% | 91.4% |
| 本文方法 | 100% | 100% |
6.2 特征可视化
使用t-SNE将高维特征降至2D可视化时，发现：
- 不同故障类型形成明显聚类
- 相同故障不同严重程度呈现梯度分布
- 健康样本远离所有故障类群
7. 工程实践建议
在实际工业部署时，我总结了以下经验：
- 实时性优化：
- 将Mel转换和3DCNN模型转为C++实现
- 使用TensorRT加速推理
- 采用滑动窗口处理连续信号
- 模型轻量化：
- 使用深度可分离3D卷积
- 量化模型到FP16精度
- 知识蒸馏到更小的2DCNN
- 持续学习：
设计在线更新机制，当检测到新型故障时：
- 保存异常样本
- 定期重新训练模型
- 使用增量学习避免灾难性遗忘
这个项目最让我惊喜的是多分辨率Mel分析对故障特征的增强效果。就像给医生提供了CT、超声和X光三种影像，让模型能从不同角度"观察"故障特征。在实际测试中，即使添加了-6dB的强噪声，准确率仍能保持在95%以上，展现了出色的鲁棒性。