简介在工业智能运维领域滚动轴承作为旋转机械的核心部件其运行状态直接关系到设备安全与生产效率。传统振动信号分析依赖人工特征提取和专家经验难以适应多工况、高噪声的复杂现场。深度学习技术通过端到端的方式自动学习故障特征为轴承故障诊断提供了新范式。本文以Python与PyTorch为核心工具系统梳理了一维卷积神经网络在振动信号处理、故障分类与智能运维场景中的应用价值覆盖公开数据集预处理、模型训练策略、抗噪优化以及工程化部署等关键环节。面向故障诊断算法研究者和设备监控系统开发工程师本文旨在提供一套从理论到落地的完整技术路径帮助读者理解如何利用深度学习构建高泛化能力的滚动轴承智能诊断系统并有效应对真实工业环境中的噪声干扰与数据分布差异。 做设备状态监测这行的朋友对“滚动轴承故障诊断”这几个字应该都不陌生。这几年大家都在聊深度学习算法聊智能运维以前靠老师傅耳朵听、靠频谱分析硬抠的活儿慢慢开始往端到端的数据驱动方向转。我前阵子正好基于Python把一套滚动轴承智能故障诊断系统从零到一完整做了一遍整套流程覆盖了数据集准备、一维卷积模型训练、模型导出和简易在线推理界面。文章里我会把完整方案、技术选型时的取舍、训练时踩过的坑以及一套可以直接“抄作业”的工程结构都梳理出来。无论你是刚接触故障诊断的研究生还是想给现有设备监控系统加智能识别模块的工程师这篇内容都应该能帮你节省不少试错时间。1. 项目背景与技术选型思路1.1 为什么选择深度学习做轴承故障诊断传统的滚动轴承故障诊断主流手段是振动信号分析。老师傅通过听诊器听声音或者分析振动信号的时域指标、频域包络谱、峭度、RMS等特征再结合专家经验判断是外圈故障、内圈故障还是滚动体故障。这种方法在单一工况下效果不错但有个绕不开的问题特征设计非常依赖人工经验面对不同转速、不同负载、不同安装位置的设备时原先总结的阈值和规则往往会失效。深度学习路线最大的不同在于把“特征提取”这个环节也交给了模型。你不需要手动设计包络解调、小波包分解这些特征只要把原始振动信号喂给网络它自己会学出一套面向当前数据的特征表达。对于故障诊断场景来说这意味着更强的泛化能力也意味着新设备、新工况上线时不需要重新投入大量人力去做特征工程。1.2 技术选型Python PyTorch 信号处理生态选Python几乎是必然的。故障诊断链路里涉及大量数据读取、信号预处理、模型训练和可视化验证Python的科学计算生态实在太全了NumPy负责数组运算SciPy负责滤波和信号处理pandas管数据表格matplotlib绘图PyTorch做模型训练和推理。深度学习框架我选了PyTorch而不是TensorFlow或Keras原因有几点。一是动态图机制调试网络结构的时候可以随时打印中间张量的形状这对初学者尤其友好二是社区对故障诊断、异常检测这类工业场景的关注度很高很多现成代码和论文复现都是PyTorch写的三是它的torch.jit和TorchServe组件在模型导出部署阶段比较顺手做在线推理的时候不用重写一套推理逻辑。1.3 整体系统架构这套系统整体上分成五个环节数据采集、数据预处理、离线训练、模型评估、在线推理。数据采集阶段我用的是公开的滚动轴承振动数据集包含了正常状态以及外圈故障、内圈故障、滚动体故障等类别数据预处理阶段对原始振动信号做滑窗切分、标准化、标签编码生成模型可以吃的样本离线训练阶段用一维卷积网络在GPU上训练分类模型模型评估阶段在独立的测试集上统计准确率、混淆矩阵和各类别F1分数在线推理阶段把训练好的模型导出封装成可调用的推理函数再叠加一个简单的可视化界面上传一段振动数据就能直接出诊断结果。架构本身不复杂但每一环节都有不少细节下面逐个拆开说。2. 数据集准备与预处理全流程2.1 公开数据集的选择逻辑做滚动轴承故障诊断最常用的公开数据集是CWRU凯斯西储大学轴承数据中心的数据。这个数据集用电机驱动系统采集振动信号包含正常、外圈故障、内圈故障、滚动体故障等状态每种故障还分了不同损伤直径。采样率有12kHz和48kHz两档负载从0到3马力不等。为什么选CWRU而不是自己采数据一方面是成本问题自己搭建轴承故障实验台需要机械加工、传感器、采集卡前期投入不小另一方面是对比问题公开数据集上有大量论文的基准结果可供参照模型效果好不好横向对比起来很方便。当然公开数据集也有局限比如数据比较“干净”和真实工业现场的高噪声环境差距较大这点在模型部署时一定要心里有数。2.2 数据集结构与读取方式CWRU数据集的原始文件是.mat格式这是MATLAB的标准存储格式。在Python里读取.mat文件通常用SciPy的loadmat函数。这里有一个容易踩的坑高版本SciPy对.mat文件的兼容性偶尔会出问题比如报“NotImplementedError: Please use HDF reader for matlab v7.3 files”。解决办法是先检查文件版本如果是v7.3格式就改用h5py来读取。我在项目里顺手写了一个兼容函数import scipy.io as sio import h5py import numpy as np def load_mat_data(file_path, key): try: mat sio.loadmat(file_path) data np.array(mat[key]).squeeze() except NotImplementedError: with h5py.File(file_path, r) as f: data np.array(f[key]).squeeze() return data读取之后需要把每个.mat文件里长时间序列的振动信号拿出来。CWRU的数据文件一般比较长动辄几十万甚至上百万个采样点不能直接整段丢给模型必须切分成短样本。2.3 样本切分与标签构造切分样本用的是滑动窗口法每个窗口就是一条独立样本。窗口长度怎么选需要考虑两个因素一是至少覆盖几个轴承旋转周期二是适配模型的感受野。CWRU数据在12kHz采样率下轴承转速约1797rpm转一圈大概是0.033秒也就是约400个采样点。我实测下来窗口长度用1024或2048效果都不错1024已经能覆盖两个多旋转周期2048在频域分辨率上更有优势但训练时间稍微增加。切分时需要注意重叠率。如果窗口之间有重叠相当于数据增强样本量会变大训练效果通常会更好但如果重叠太多训练集和测试集中的样本可能来自同一段原始信号会引入数据泄漏导致测试准确率高得虚高。我的习惯是如果只是做算法验证重叠率可以设50%左右如果要做系统级评估最好不重叠或重叠率控制在25%以内。标签构造比较简单一个窗口对应一个状态类别用整数编码即可比如0代表正常、1代表外圈故障、2代表内圈故障、3代表滚动体故障。训练时用交叉熵损失标签就是这些整数索引。2.4 数据预处理与标准化细节原始振动信号直接喂给网络也能收敛但效果通常不如标准化之后好。我的预处理流程分三步第一步去均值。振动传感器采集到的信号往往有一个直流偏置去均值可以消除这个偏置对模型的影响。第二步归一化。把所有样本缩放到[0,1]或[-1,1]区间。第三步如果是多通道数据比如同时采集了驱动端和风扇端信号还需要按通道分别处理。这里有一个关键注意事项标准化参数一定要在训练集上计算然后应用到验证集和测试集。绝不能把整个数据集混在一起计算均值和方差否则测试集信息提前泄漏到了训练过程中最终评估结果会失真。这在工业场景中是个很常见的错误不少人模型训练时准确率很高一上线就崩原因之一就在这。3. 深度学习模型设计与训练细节3.1 基于一维卷积的基准模型结构对于一维振动信号我首选了一维卷积网络1D CNN作为基准模型。和二维CNN相比1D CNN不需要把信号变换成频谱图或小波时频图可以直接处理原始时间序列推理速度更快适合部署到工业现场。我用的基准网络结构不算深大致是这样的import torch.nn as nn class BearingCNN(nn.Module): def __init__(self, num_classes4): super().__init__() self.features nn.Sequential( nn.Conv1d(1, 16, kernel_size7, stride2, padding3), nn.BatchNorm1d(16), nn.ReLU(inplaceTrue), nn.MaxPool1d(2), nn.Conv1d(16, 32, kernel_size5, stride2, padding2), nn.BatchNorm1d(32), nn.ReLU(inplaceTrue), nn.MaxPool1d(2), nn.Conv1d(32, 64, kernel_size3, stride2, padding1), nn.BatchNorm1d(64), nn.ReLU(inplaceTrue), nn.AdaptiveAvgPool1d(1) ) self.classifier nn.Sequential( nn.Flatten(), nn.Linear(64, 64), nn.ReLU(inplaceTrue), nn.Dropout(0.5), nn.Linear(64, num_classes) ) def forward(self, x): return self.classifier(self.features(x))每层卷积后面都接了BatchNorm和ReLU。BatchNorm的作用是让每层输入分布稳定下来训练时收敛明显加快尤其处理振动信号这种幅值波动大的数据时非常有效。网络的尾部用AdaptiveAvgPool1d(1)把特征压成一个向量再接全连接分类头。这个设计的优势是不管输入窗口长度是1024还是2048网络都能处理。3.2 训练策略与超参数选择训练部分我用的优化器是AdamW初始学习率1e-3batch_size设64损失函数是交叉熵。学习率策略这里要重点说一下如果你全程固定学习率后期loss容易在小范围内震荡收敛不彻底。我用的是余弦退火调度让学习率从初始值平滑下降到一个很小的值配合早停法既能加速收敛又能防止过拟合。训练轮数没有固定值我设置了最大200个epoch但实际训练到60轮左右就开始早停。早停的判定标准是验证集loss连续10个epoch不再下降这时恢复最佳模型权重。固定随机种子也很重要因为故障诊断实验需要可复现性如果随机种子不固定每次跑出来的结果差异会很大你很难判断模型改动是真正有效还是运气导致的波动。训练过程中我习惯同时记录训练集准确率、验证集准确率、loss和混淆矩阵。只看准确率远远不够比如数据不均衡时模型可能把所有样本都预测为占多数的类别准确率依然很高但完全没有诊断能力。混淆矩阵可以直观看出哪些故障类别容易混淆这是后续优化的重要线索。3.3 类别不均衡与过拟合处理CWRU数据在正常拼接样本后各类别数量可能不太一致尤其是有些故障类型的样本量天生偏少。面对类别不均衡我有两个常用手段。第一个是加权损失。PyTorch的CrossEntropyLoss可以直接传一个weight参数给样本数少的类别分配更高的损失权重让模型更关注这些难分类别。第二个是采样器策略在DataLoader里用WeightedRandomSampler对样本进行重采样让每个batch里各类别比例尽量均衡。相比之下加权损失实现更简单效果也稳定我通常优先用这个。过拟合方面除了Dropout和早停还可以给输入数据加噪声。振动信号本身噪声就大加一点高斯噪声相当于隐式数据增强能提升模型对真实噪声环境的适应能力。我做的实验里把高斯噪声的标准差设为0.01精度几乎没有下降在带噪测试集上的鲁棒性反而提升了。4. 故障诊断系统的工程化实现4.1 项目目录与训练脚本设计工程化不只是把模型训练跑通更要让项目可维护、可复现。我的项目目录结构大致是这样的bearing_diagnosis/ ├── data/ # 原始数据集 ├── src/ # 源码 │ ├── data_loader.py # 数据集读取与预处理 │ ├── model.py # 网络结构定义 │ ├── train.py # 训练入口 │ ├── evaluate.py # 模型评估 │ └── inference.py # 在线推理封装 ├── models/ # 训练好的模型权重 ├── logs/ # TensorBoard日志 └── configs/ └── config.yaml # 超参数配置训练脚本里我建议把超参数全部抽到配置文件里不要硬编码在代码中。学习率、batch_size、窗口长度、训练轮数、数据增强开关这些参数放在统一配置文件里后续调参时只改配置不需要翻代码实验记录也更好整理。训练入口的逻辑是读取配置加载数据切分训练集和验证集初始化模型定义优化器和调度器循环训练并定期验证训练结束后保存最佳模型。整个过程用tqdm显示进度每跑完一个epoch往TensorBoard里写一次标量指标方便观察训练曲线。4.2 模型导出与在线推理封装训练完成后模型导出不是简单地保存一个模型权重文件就行了。工业现场部署时torch.load需要加载完整模型结构比较笨重而torch.jit导出的模型可以被C接口直接调用且推理速度更快。我用torch.jit.script对训练好的模型做了一次包装把预处理和分类逻辑也一起封装进去import torch class Diagnoser(torch.nn.Module): def __init__(self, model, scaler_mean, scaler_std): super().__init__() self.model model self.scaler_mean torch.tensor(scaler_mean, dtypetorch.float32).view(1, 1, -1) self.scaler_std torch.tensor(scaler_std, dtypetorch.float32).view(1, 1, -1) def forward(self, x): x (x - self.scaler_mean) / self.scaler_std with torch.no_grad(): logits self.model(x) return torch.softmax(logits, dim1) diagnoser Diagnoser(model, scaler_mean, scaler_std) traced torch.jit.script(diagnoser) traced.save(bearing_diagnoser.pt)推理时用户上传一段振动信号系统先按同样的窗口长度切分成多个样本每个样本分别预测最后把整段信号的所有预测结果做多数投票得到最终诊断类别。多数投票策略在工程中非常重要单条样本的预测波动比较大但多条样本投票之后结果稳定很多误报率明显下降。4.3 简易Web可视化诊断界面为了让系统看起来真正“能用”我用Streamlit写了一个轻量Web界面。界面上传振动数据文件前端展示原始波形图后端调用封装好的推理模型实时返回诊断结果并显示各类别的置信度。核心逻辑不复杂import streamlit as st import numpy as np import torch st.set_page_config(page_title轴承故障诊断系统) st.title(基于深度学习的滚动轴承故障诊断) uploaded_file st.file_uploader(上传振动信号文件, type[npy, csv, txt]) if uploaded_file is not None: signal np.loadtxt(uploaded_file) samples sliding_window(signal, window_size1024, stride256) prob diagnoser(torch.from_numpy(samples).float()) final_prob prob.mean(dim0) predicted int(final_prob.argmax()) st.write(诊断结果, label_to_name[predicted]) st.write(置信度, final_prob.tolist())Streamlit的好处是不用写前端代码几行Python就能做出一个交互接口做实验原型演示特别方便。如果后续要部署到生产环境可以换成FastAPI前端页面核心推理逻辑不用大改封装成一个接口函数就行。5. 常见问题与排查技巧实录5.1 典型问题速查表这几个月里我把实操过程中遇到的高频问题做成了一个速查表供大家对照排查问题现象可能原因解决办法训练loss不下降学习率过大或过小、数据未标准化、标签错误先跑少量样本看是否能过拟合再用学习率范围测试如1e-4到1e-2训练集准确率很高测试集很低过拟合、随机种子不同、测试集分布与训练集差异大增加Dropout、数据增强固定随机种子检查数据泄漏测试准确率异常高接近100%训练集和测试集样本来自同一段连续信号存在泄漏切分时保证训练集和测试集来自不同的采集工况或时间段某些故障类别总是被误判类别样本不均衡、故障特征本身较相似使用加权损失检查混淆矩阵考虑增加该类别的样本量部署后效果远不如训练时现场信号噪声大、数据分布与训练集不同在训练时加入噪声增强用现场数据做微调或迁移学习导入.mat文件报错文件是matlab v7.3格式改用h5py读取或先用MATLAB保存为v7以下版本GPU显存不足batch_size过大、输入窗口过长减小batch_size或减小输入窗口同时调整网络池化参数5.2 实操心得与避坑建议第一点不要一上来就堆复杂模型。很多人做故障诊断起步就想用Transformer或者很深的ResNet但小数据集上复杂模型容易过拟合速度还慢。我自己的经验是先跑通一个1D CNN基线把数据预处理和评估流程验证好再逐步改进。如果基线模型准确率都不错说明问题主要在数据侧而不是模型侧。第二点记录每一次实验。训练深度学习实验最怕的是调了参数之后忘了改了什么结果好也说不清好在哪。我习惯用config文件或实验笔记记录每次跑实验的配置、数据集切分方式、随机种子、最终的准确率和混淆矩阵。不要依赖记忆时间一长一定会混。第三点公共数据集只是起点现场验证才是终点。CWRU数据效果再好也不能保证在真实产线上同样好因为现场数据里的环境噪声、转速波动、负载变化都是公开数据集不具备的。如果条件允许尽量采集一些自己现场的数据哪怕只有少量样本用来做模型微调也比纯用公开数据集强得多。最后再分享一个小技巧训练完成之后最好把模型在“带噪数据”上的表现也测一遍。做法很简单给测试集样本叠加不同强度的高斯噪声观察准确率变化曲线。这个指标能提前暴露模型对噪声的敏感程度避免盲目追求测试集上的漂亮数字。在我自己的实验里一个抗噪能力强的模型和抗噪能力弱的模型在模拟带噪测试集上的差距可能高达20个百分点而带噪测试集恰恰更接近真实工业环境。本文还有配套的精品资源点击获取 基于深度学习的滚动轴承故障诊断系统实战：从数据到部署
简介在工业智能运维领域滚动轴承作为旋转机械的核心部件其运行状态直接关系到设备安全与生产效率。传统振动信号分析依赖人工特征提取和专家经验难以适应多工况、高噪声的复杂现场。深度学习技术通过端到端的方式自动学习故障特征为轴承故障诊断提供了新范式。本文以Python与PyTorch为核心工具系统梳理了一维卷积神经网络在振动信号处理、故障分类与智能运维场景中的应用价值覆盖公开数据集预处理、模型训练策略、抗噪优化以及工程化部署等关键环节。面向故障诊断算法研究者和设备监控系统开发工程师本文旨在提供一套从理论到落地的完整技术路径帮助读者理解如何利用深度学习构建高泛化能力的滚动轴承智能诊断系统并有效应对真实工业环境中的噪声干扰与数据分布差异。 做设备状态监测这行的朋友对“滚动轴承故障诊断”这几个字应该都不陌生。这几年大家都在聊深度学习算法聊智能运维以前靠老师傅耳朵听、靠频谱分析硬抠的活儿慢慢开始往端到端的数据驱动方向转。我前阵子正好基于Python把一套滚动轴承智能故障诊断系统从零到一完整做了一遍整套流程覆盖了数据集准备、一维卷积模型训练、模型导出和简易在线推理界面。文章里我会把完整方案、技术选型时的取舍、训练时踩过的坑以及一套可以直接“抄作业”的工程结构都梳理出来。无论你是刚接触故障诊断的研究生还是想给现有设备监控系统加智能识别模块的工程师这篇内容都应该能帮你节省不少试错时间。1. 项目背景与技术选型思路1.1 为什么选择深度学习做轴承故障诊断传统的滚动轴承故障诊断主流手段是振动信号分析。老师傅通过听诊器听声音或者分析振动信号的时域指标、频域包络谱、峭度、RMS等特征再结合专家经验判断是外圈故障、内圈故障还是滚动体故障。这种方法在单一工况下效果不错但有个绕不开的问题特征设计非常依赖人工经验面对不同转速、不同负载、不同安装位置的设备时原先总结的阈值和规则往往会失效。深度学习路线最大的不同在于把“特征提取”这个环节也交给了模型。你不需要手动设计包络解调、小波包分解这些特征只要把原始振动信号喂给网络它自己会学出一套面向当前数据的特征表达。对于故障诊断场景来说这意味着更强的泛化能力也意味着新设备、新工况上线时不需要重新投入大量人力去做特征工程。1.2 技术选型Python PyTorch 信号处理生态选Python几乎是必然的。故障诊断链路里涉及大量数据读取、信号预处理、模型训练和可视化验证Python的科学计算生态实在太全了NumPy负责数组运算SciPy负责滤波和信号处理pandas管数据表格matplotlib绘图PyTorch做模型训练和推理。深度学习框架我选了PyTorch而不是TensorFlow或Keras原因有几点。一是动态图机制调试网络结构的时候可以随时打印中间张量的形状这对初学者尤其友好二是社区对故障诊断、异常检测这类工业场景的关注度很高很多现成代码和论文复现都是PyTorch写的三是它的torch.jit和TorchServe组件在模型导出部署阶段比较顺手做在线推理的时候不用重写一套推理逻辑。1.3 整体系统架构这套系统整体上分成五个环节数据采集、数据预处理、离线训练、模型评估、在线推理。数据采集阶段我用的是公开的滚动轴承振动数据集包含了正常状态以及外圈故障、内圈故障、滚动体故障等类别数据预处理阶段对原始振动信号做滑窗切分、标准化、标签编码生成模型可以吃的样本离线训练阶段用一维卷积网络在GPU上训练分类模型模型评估阶段在独立的测试集上统计准确率、混淆矩阵和各类别F1分数在线推理阶段把训练好的模型导出封装成可调用的推理函数再叠加一个简单的可视化界面上传一段振动数据就能直接出诊断结果。架构本身不复杂但每一环节都有不少细节下面逐个拆开说。2. 数据集准备与预处理全流程2.1 公开数据集的选择逻辑做滚动轴承故障诊断最常用的公开数据集是CWRU凯斯西储大学轴承数据中心的数据。这个数据集用电机驱动系统采集振动信号包含正常、外圈故障、内圈故障、滚动体故障等状态每种故障还分了不同损伤直径。采样率有12kHz和48kHz两档负载从0到3马力不等。为什么选CWRU而不是自己采数据一方面是成本问题自己搭建轴承故障实验台需要机械加工、传感器、采集卡前期投入不小另一方面是对比问题公开数据集上有大量论文的基准结果可供参照模型效果好不好横向对比起来很方便。当然公开数据集也有局限比如数据比较“干净”和真实工业现场的高噪声环境差距较大这点在模型部署时一定要心里有数。2.2 数据集结构与读取方式CWRU数据集的原始文件是.mat格式这是MATLAB的标准存储格式。在Python里读取.mat文件通常用SciPy的loadmat函数。这里有一个容易踩的坑高版本SciPy对.mat文件的兼容性偶尔会出问题比如报“NotImplementedError: Please use HDF reader for matlab v7.3 files”。解决办法是先检查文件版本如果是v7.3格式就改用h5py来读取。我在项目里顺手写了一个兼容函数import scipy.io as sio import h5py import numpy as np def load_mat_data(file_path, key): try: mat sio.loadmat(file_path) data np.array(mat[key]).squeeze() except NotImplementedError: with h5py.File(file_path, r) as f: data np.array(f[key]).squeeze() return data读取之后需要把每个.mat文件里长时间序列的振动信号拿出来。CWRU的数据文件一般比较长动辄几十万甚至上百万个采样点不能直接整段丢给模型必须切分成短样本。2.3 样本切分与标签构造切分样本用的是滑动窗口法每个窗口就是一条独立样本。窗口长度怎么选需要考虑两个因素一是至少覆盖几个轴承旋转周期二是适配模型的感受野。CWRU数据在12kHz采样率下轴承转速约1797rpm转一圈大概是0.033秒也就是约400个采样点。我实测下来窗口长度用1024或2048效果都不错1024已经能覆盖两个多旋转周期2048在频域分辨率上更有优势但训练时间稍微增加。切分时需要注意重叠率。如果窗口之间有重叠相当于数据增强样本量会变大训练效果通常会更好但如果重叠太多训练集和测试集中的样本可能来自同一段原始信号会引入数据泄漏导致测试准确率高得虚高。我的习惯是如果只是做算法验证重叠率可以设50%左右如果要做系统级评估最好不重叠或重叠率控制在25%以内。标签构造比较简单一个窗口对应一个状态类别用整数编码即可比如0代表正常、1代表外圈故障、2代表内圈故障、3代表滚动体故障。训练时用交叉熵损失标签就是这些整数索引。2.4 数据预处理与标准化细节原始振动信号直接喂给网络也能收敛但效果通常不如标准化之后好。我的预处理流程分三步第一步去均值。振动传感器采集到的信号往往有一个直流偏置去均值可以消除这个偏置对模型的影响。第二步归一化。把所有样本缩放到[0,1]或[-1,1]区间。第三步如果是多通道数据比如同时采集了驱动端和风扇端信号还需要按通道分别处理。这里有一个关键注意事项标准化参数一定要在训练集上计算然后应用到验证集和测试集。绝不能把整个数据集混在一起计算均值和方差否则测试集信息提前泄漏到了训练过程中最终评估结果会失真。这在工业场景中是个很常见的错误不少人模型训练时准确率很高一上线就崩原因之一就在这。3. 深度学习模型设计与训练细节3.1 基于一维卷积的基准模型结构对于一维振动信号我首选了一维卷积网络1D CNN作为基准模型。和二维CNN相比1D CNN不需要把信号变换成频谱图或小波时频图可以直接处理原始时间序列推理速度更快适合部署到工业现场。我用的基准网络结构不算深大致是这样的import torch.nn as nn class BearingCNN(nn.Module): def __init__(self, num_classes4): super().__init__() self.features nn.Sequential( nn.Conv1d(1, 16, kernel_size7, stride2, padding3), nn.BatchNorm1d(16), nn.ReLU(inplaceTrue), nn.MaxPool1d(2), nn.Conv1d(16, 32, kernel_size5, stride2, padding2), nn.BatchNorm1d(32), nn.ReLU(inplaceTrue), nn.MaxPool1d(2), nn.Conv1d(32, 64, kernel_size3, stride2, padding1), nn.BatchNorm1d(64), nn.ReLU(inplaceTrue), nn.AdaptiveAvgPool1d(1) ) self.classifier nn.Sequential( nn.Flatten(), nn.Linear(64, 64), nn.ReLU(inplaceTrue), nn.Dropout(0.5), nn.Linear(64, num_classes) ) def forward(self, x): return self.classifier(self.features(x))每层卷积后面都接了BatchNorm和ReLU。BatchNorm的作用是让每层输入分布稳定下来训练时收敛明显加快尤其处理振动信号这种幅值波动大的数据时非常有效。网络的尾部用AdaptiveAvgPool1d(1)把特征压成一个向量再接全连接分类头。这个设计的优势是不管输入窗口长度是1024还是2048网络都能处理。3.2 训练策略与超参数选择训练部分我用的优化器是AdamW初始学习率1e-3batch_size设64损失函数是交叉熵。学习率策略这里要重点说一下如果你全程固定学习率后期loss容易在小范围内震荡收敛不彻底。我用的是余弦退火调度让学习率从初始值平滑下降到一个很小的值配合早停法既能加速收敛又能防止过拟合。训练轮数没有固定值我设置了最大200个epoch但实际训练到60轮左右就开始早停。早停的判定标准是验证集loss连续10个epoch不再下降这时恢复最佳模型权重。固定随机种子也很重要因为故障诊断实验需要可复现性如果随机种子不固定每次跑出来的结果差异会很大你很难判断模型改动是真正有效还是运气导致的波动。训练过程中我习惯同时记录训练集准确率、验证集准确率、loss和混淆矩阵。只看准确率远远不够比如数据不均衡时模型可能把所有样本都预测为占多数的类别准确率依然很高但完全没有诊断能力。混淆矩阵可以直观看出哪些故障类别容易混淆这是后续优化的重要线索。3.3 类别不均衡与过拟合处理CWRU数据在正常拼接样本后各类别数量可能不太一致尤其是有些故障类型的样本量天生偏少。面对类别不均衡我有两个常用手段。第一个是加权损失。PyTorch的CrossEntropyLoss可以直接传一个weight参数给样本数少的类别分配更高的损失权重让模型更关注这些难分类别。第二个是采样器策略在DataLoader里用WeightedRandomSampler对样本进行重采样让每个batch里各类别比例尽量均衡。相比之下加权损失实现更简单效果也稳定我通常优先用这个。过拟合方面除了Dropout和早停还可以给输入数据加噪声。振动信号本身噪声就大加一点高斯噪声相当于隐式数据增强能提升模型对真实噪声环境的适应能力。我做的实验里把高斯噪声的标准差设为0.01精度几乎没有下降在带噪测试集上的鲁棒性反而提升了。4. 故障诊断系统的工程化实现4.1 项目目录与训练脚本设计工程化不只是把模型训练跑通更要让项目可维护、可复现。我的项目目录结构大致是这样的bearing_diagnosis/ ├── data/ # 原始数据集 ├── src/ # 源码 │ ├── data_loader.py # 数据集读取与预处理 │ ├── model.py # 网络结构定义 │ ├── train.py # 训练入口 │ ├── evaluate.py # 模型评估 │ └── inference.py # 在线推理封装 ├── models/ # 训练好的模型权重 ├── logs/ # TensorBoard日志 └── configs/ └── config.yaml # 超参数配置训练脚本里我建议把超参数全部抽到配置文件里不要硬编码在代码中。学习率、batch_size、窗口长度、训练轮数、数据增强开关这些参数放在统一配置文件里后续调参时只改配置不需要翻代码实验记录也更好整理。训练入口的逻辑是读取配置加载数据切分训练集和验证集初始化模型定义优化器和调度器循环训练并定期验证训练结束后保存最佳模型。整个过程用tqdm显示进度每跑完一个epoch往TensorBoard里写一次标量指标方便观察训练曲线。4.2 模型导出与在线推理封装训练完成后模型导出不是简单地保存一个模型权重文件就行了。工业现场部署时torch.load需要加载完整模型结构比较笨重而torch.jit导出的模型可以被C接口直接调用且推理速度更快。我用torch.jit.script对训练好的模型做了一次包装把预处理和分类逻辑也一起封装进去import torch class Diagnoser(torch.nn.Module): def __init__(self, model, scaler_mean, scaler_std): super().__init__() self.model model self.scaler_mean torch.tensor(scaler_mean, dtypetorch.float32).view(1, 1, -1) self.scaler_std torch.tensor(scaler_std, dtypetorch.float32).view(1, 1, -1) def forward(self, x): x (x - self.scaler_mean) / self.scaler_std with torch.no_grad(): logits self.model(x) return torch.softmax(logits, dim1) diagnoser Diagnoser(model, scaler_mean, scaler_std) traced torch.jit.script(diagnoser) traced.save(bearing_diagnoser.pt)推理时用户上传一段振动信号系统先按同样的窗口长度切分成多个样本每个样本分别预测最后把整段信号的所有预测结果做多数投票得到最终诊断类别。多数投票策略在工程中非常重要单条样本的预测波动比较大但多条样本投票之后结果稳定很多误报率明显下降。4.3 简易Web可视化诊断界面为了让系统看起来真正“能用”我用Streamlit写了一个轻量Web界面。界面上传振动数据文件前端展示原始波形图后端调用封装好的推理模型实时返回诊断结果并显示各类别的置信度。核心逻辑不复杂import streamlit as st import numpy as np import torch st.set_page_config(page_title轴承故障诊断系统) st.title(基于深度学习的滚动轴承故障诊断) uploaded_file st.file_uploader(上传振动信号文件, type[npy, csv, txt]) if uploaded_file is not None: signal np.loadtxt(uploaded_file) samples sliding_window(signal, window_size1024, stride256) prob diagnoser(torch.from_numpy(samples).float()) final_prob prob.mean(dim0) predicted int(final_prob.argmax()) st.write(诊断结果, label_to_name[predicted]) st.write(置信度, final_prob.tolist())Streamlit的好处是不用写前端代码几行Python就能做出一个交互接口做实验原型演示特别方便。如果后续要部署到生产环境可以换成FastAPI前端页面核心推理逻辑不用大改封装成一个接口函数就行。5. 常见问题与排查技巧实录5.1 典型问题速查表这几个月里我把实操过程中遇到的高频问题做成了一个速查表供大家对照排查问题现象可能原因解决办法训练loss不下降学习率过大或过小、数据未标准化、标签错误先跑少量样本看是否能过拟合再用学习率范围测试如1e-4到1e-2训练集准确率很高测试集很低过拟合、随机种子不同、测试集分布与训练集差异大增加Dropout、数据增强固定随机种子检查数据泄漏测试准确率异常高接近100%训练集和测试集样本来自同一段连续信号存在泄漏切分时保证训练集和测试集来自不同的采集工况或时间段某些故障类别总是被误判类别样本不均衡、故障特征本身较相似使用加权损失检查混淆矩阵考虑增加该类别的样本量部署后效果远不如训练时现场信号噪声大、数据分布与训练集不同在训练时加入噪声增强用现场数据做微调或迁移学习导入.mat文件报错文件是matlab v7.3格式改用h5py读取或先用MATLAB保存为v7以下版本GPU显存不足batch_size过大、输入窗口过长减小batch_size或减小输入窗口同时调整网络池化参数5.2 实操心得与避坑建议第一点不要一上来就堆复杂模型。很多人做故障诊断起步就想用Transformer或者很深的ResNet但小数据集上复杂模型容易过拟合速度还慢。我自己的经验是先跑通一个1D CNN基线把数据预处理和评估流程验证好再逐步改进。如果基线模型准确率都不错说明问题主要在数据侧而不是模型侧。第二点记录每一次实验。训练深度学习实验最怕的是调了参数之后忘了改了什么结果好也说不清好在哪。我习惯用config文件或实验笔记记录每次跑实验的配置、数据集切分方式、随机种子、最终的准确率和混淆矩阵。不要依赖记忆时间一长一定会混。第三点公共数据集只是起点现场验证才是终点。CWRU数据效果再好也不能保证在真实产线上同样好因为现场数据里的环境噪声、转速波动、负载变化都是公开数据集不具备的。如果条件允许尽量采集一些自己现场的数据哪怕只有少量样本用来做模型微调也比纯用公开数据集强得多。最后再分享一个小技巧训练完成之后最好把模型在“带噪数据”上的表现也测一遍。做法很简单给测试集样本叠加不同强度的高斯噪声观察准确率变化曲线。这个指标能提前暴露模型对噪声的敏感程度避免盲目追求测试集上的漂亮数字。在我自己的实验里一个抗噪能力强的模型和抗噪能力弱的模型在模拟带噪测试集上的差距可能高达20个百分点而带噪测试集恰恰更接近真实工业环境。本文还有配套的精品资源点击获取