简介预测性维护技术领域的一份系统研究文档面向工业设备运维、故障诊断与智能维护方向的技术人员、研究者及工程师。文档从工业自动化和智能制造的背景切入分析传统预防性维护的局限性并通过轴承故障占比等数据点明预测性维护的行业价值。在算法层面逐一对比传统统计方法、机器学习与深度学习方法的特点提出基于联合域适应的轴承疲劳寿命估计算法涵盖数据域偏移问题、特征提取与选择、联合域适应模型构建、寿命预测模型集成等完整链路。实验部分介绍了数据集、评价指标、域适应效果验证及算法鲁棒性测试兼顾理论推导与仿真验证。资源包仅含1个docx文件整体大小77KB目录结构完整按研究背景、理论分析、算法设计、实验仿真等章节有序组织。目前已有31人学习浏览适合需要快速建立该研究方向技术框架并开展相关研究的读者。1. 预测性维护中的轴承寿命估计为什么常规迁移学习不顶用跑过工业预测性维护项目的人都清楚轴承失效从来不是“啪”一下坏掉的而是有一长段退化弧线从轻微磨损到点蚀、剥落再到保持架断裂。问题是这条弧线在不同工况下长得完全不一样。同一型号轴承在 1000rpm 和 1500rpm 下跑振动能量的基线就不同转速、负载一变数据的边际分布就直接漂移。你在工况 A 上训出来的寿命估计模型拿到工况 B 上预测误差能从 10% 飙到 40% 以上。这就是联合域适应在轴承疲劳寿命估计里存在的理由——把源工况学到的退化规律迁移到目标工况同时对齐数据的整体分布和标签条件分布让“退化模式”而不是“工况特征”被模型学到。这篇笔记从数据准备、模型搭建、损失函数到五个实操大坑完整拆一遍。适合做设备状态监测算法的人也适合准备算法岗面试的人当完整案例讲。2. 数据准备与域划分振动信号如何变成可训练的样本2.1 公开数据集的选型与“域”的划分逻辑做轴承寿命估计数据来源基本绕不开三个公开数据集CWRU凯斯西储、IMS、XJTU-SY。它们在联合域适应方案里扮演的角色完全不同选错源域是开局就埋雷。CWRU 是故障诊断用得最多的数据集包含不同负载0HP、1HP、2HP、3HP下的正常和故障轴承振动信号但它的样本大多只有某一时刻的故障状态不是完整退化轨迹所以它更适合做故障分类的源域而不适合做寿命回归的源域。IMS 数据集 4 个轴承同时跑、每 20 分钟采一次数据一直采到轴承失效能提供完整的退化轨迹适合做寿命估计的源域。XJTU-SY 是西安交大和昇科仪联合发布的覆盖 3 种工况、每个工况多个轴承跑完整个生命周期数据质量高适合做多工况域适应的源域。实际操作里域划分的逻辑比选数据集更关键。我的习惯是按“工况”划分而不是按“轴承编号”划分。比如做 3 个工况的跨域实验把 A 工况所有轴承作为源域有完整寿命标签B 工况的前 20% 时间数据作为目标域训练集只有健康期和早期退化数据B 工况剩余 80% 作为目标域测试集。如果按轴承编号随机划分目标域里混入了完整退化信息评估结果是虚高的模型一上线就现形。这里还有个容易忽略的判断源域数据必须覆盖“健康期→早期退化→中后期退化→失效”四个阶段。如果一个源域都是健康样本模型学到的只是“正常状态长什么样”而不是“退化速度有多快”迁移过去后对退化趋势的估计基本靠猜。2.2 滑窗采样、特征集的构建与扩增参数模型输入有两种做法一种直接把原始振动加速度序列喂给神经网络让特征提取器自己学另一种先人工提取物理特征再用特征向量做域适应和回归。工业落地我倾向后者因为物理特征可解释性高域对齐效果出问题时能快速定位是哪一类特征没对齐而不是面对一堆不可解释的隐层特征干瞪眼。振动信号先做滑窗采样。以 20kHz 采样率为例窗口长度取 1024 个采样点滑动步长 512 点窗口重叠率 50%每个窗口计算一组特征。这样一条 10 分钟的数据能产出大约 4600 个特征样本。如果觉得样本量不够可以把重叠率提到 75% 或 90% 来扩增但要特别注意——重叠率太高会导致相邻样本包含几乎相同的信号片段如果后续按随机方式划分训练集和验证集信息泄露几乎是必然的。我的做法是先用滑窗生成全部样本再按时间顺序以“区块”为单位划分数据集保证同一个时间窗口的样本不跨集合。特征提取分三组合并成一个 24 维的特征向量时域特征均方根值 RMS、峭度、峰值因子、波形因子、脉冲因子。RMS 是退化趋势最敏感、最直观的指标绝大多数寿命估计方案都以它为核心特征。频域特征重心频率、均方频率、频率方差。这几项反映频谱能量的迁移趋势——轴承退化时能量会向高频段集中。时频特征小波包分解后各频带的能量占比。滚动故障特征往往集中在特定频带这部分特征能捕捉到时域和频域都看不出来的局部变化。特征提取后一般做一次 Z-score 归一化但要注意归一化的均值方差必须从源域健康段统计不能混入目标域的退化段信息否则在离线实验里看着精度高部署时目标工况的退化数据分布一变化预测就飞了。2.3 寿命标签归一化与失效点判定的工程细节寿命估计的标签不是“剩余时间绝对值”而是剩余寿命占比。这个细节新手经常忽略直接拿剩余分钟数回归结果不同工况的标签尺度完全不一致模型根本没法收敛。归一化标签公式label 1 - (t - t0) / (T - t0)t0 是轴承投入运行的开始时刻T 是失效时刻label 的范围是 [0, 1]刚运行时接近 1临近失效时接近 0。失效点 T 怎么定这里有一个关键的工程决策。我惯用的方法是先取轴承健康段 RMS 的均值 μ 和标准差 σ定义失效阈值 μ 5σ当 RMS 首次超过这个阈值并持续若干时间窗时把该时刻定为失效点。这个 5σ 的倍数可以根据信号特性调整但一定不能拍脑袋定一个绝对值。原因是不同工况下振动能量的基线差异很大同一型号轴承在工况 A 的 RMS 也许只有 0.2在工况 B 可能已经到 0.8绝对阈值跨工况必失效。失效点取早取晚都会直接影响训练效果取早了正常退化样本会被打上“接近失效”的低标签模型学出来会提前报警取晚了模型学出来保守亏的是备件成本和计划外停机的隐含损失。所以失效点判定建议同时看加速度峰值和峭度曲线的突变点不要只看 RMS 一个指标。3. 联合域适应模型从原理到 PyTorch 代码3.1 联合域适应和普通迁移学习的本质差别很多做初始方案的工程师对迁移学习的理解停留在“特征分布拉近”这一步用 MMD最大均值差异把源域和目标域的特征分布对齐就完事了。但这样做有个典型问题对齐的是边际分布 P(X)也就是只让源域和目标域特征的整体分布接近但特征与标签之间的对应关系 P(Y|X) 却没有约束。结果特征对齐得很好回归头的预测精度依然上不去。联合域适应的核心是同时对齐两个分布边际分布 P(X)保证特征空间整体接近条件分布 P(Y|X)保证在特征相近的前提下寿命标签也对应相近举个实际例子轴承退化早期源域和目标域的差异主要来自转速负载不同导致的振动幅度差异此时边际分布对齐起主导作用退化中后期故障扩展路径不同同样的特征值对应的剩余寿命可能不同这时条件分布对齐的关键性开始超过边际分布。所以更严谨的做法是动态分布适配DDA用一个动态权重调节两种对齐在不同训练阶段的相对强度。损失函数的总框架可以写成L L_MSE λ1 * D(P(X_s), P(X_t)) λ2 * D(P(Y_s|X_s), P(Y_t|X_t))其中 D 是分布距离度量λ1 和 λ2 是权重。β 的动态权重采用 β 1 - exp(-α * epoch)α 取 0.01 左右让条件分布对齐随训练推进逐渐加重。3.2 模型主体特征提取器 多核 MMD 对齐层 回归头下面是一套可跑的联合域适应轴承寿命估计模型框架基于 PyTorch模型主体分为三段特征提取器、域对齐模块、寿命回归头。import torch import torch.nn as nn import torch.nn.functional as F # 一维CNN特征提取器输入24维物理特征输出128维特征向量 class FeatureExtractor(nn.Module): def __init__(self, input_dim24, hidden_dim128): super().__init__() self.fc1 nn.Linear(input_dim, 128) self.fc2 nn.Linear(128, hidden_dim) self.bn nn.BatchNorm1d(hidden_dim) self.dropout nn.Dropout(0.3) def forward(self, x): x F.relu(self.fc1(x)) x self.dropout(x) x self.fc2(x) x self.bn(x) return x # 寿命回归头两层MLP输出0-1之间的归一化RUL class RULRegressor(nn.Module): def __init__(self, input_dim128): super().__init__() self.fc1 nn.Linear(input_dim, 64) self.fc2 nn.Linear(64, 1) # 用Sigmoid把输出约束在0-1 def forward(self, x): x F.relu(self.fc1(x)) x self.fc2(x) return torch.sigmoid(x) # 多核MMD距离用5个高斯核的加权组合解决单一核宽选择困难 def multi_kernel_mmd(x_s, x_t, bandwidths[0.5, 1.0, 2.0, 4.0, 8.0]): 参数说明 x_s: 源域特征 [batch, dim] x_t: 目标域特征 [batch, dim] bandwidths: 高斯核宽度列表覆盖不同尺度下的分布差异 total 0.0 for bw in bandwidths: sigma bw * 2.0 xx torch.exp(-torch.cdist(x_s, x_s) / sigma).mean() xt torch.exp(-torch.cdist(x_s, x_t) / sigma).mean() tt torch.exp(-torch.cdist(x_t, x_t) / sigma).mean() total xx - 2 * xt tt return total这里的逻辑是先用三层的 MLP 把 24 维特征压缩到 128 维域不变特征再用多核 MMD 度量源域和目标域在这个特征空间的分布差异。多核比单核稳很多——单一核宽下的高斯核 MMD 是出了名的“玄学”核宽取小了距离度量太敏感模型训练时 MMD 数值抖动剧烈核宽取大了分布差异被磨平对齐等于白做。用 0.5 到 8.0 五个带宽做组合能同时捕捉细粒度差异和全局差异。训练时的总损失# 联合损失MSE 边际对齐 条件对齐 def train_step(source_x, source_y, target_x, optimizer, model_ext, model_reg, lambda_mmd0.1, lambda_cond0.05): optimizer.zero_grad() src_feat model_ext(source_x) tgt_feat model_ext(target_x) src_pred model_reg(src_feat) loss_mse F.mse_loss(src_pred, source_y) # 边际分布对齐源域和目标域特征整体分布 loss_mmd multi_kernel_mmd(src_feat, tgt_feat) # 条件分布对齐用源域标签加权后的类条件分布近似 # 退化分为5个区间按标签分桶后分别对齐 buckets torch.clamp((source_y * 5).long(), 0, 4) loss_cond 0.0 for b in range(5): mask_src (buckets b) if mask_src.sum() 8: continue src_bucket src_feat[mask_src] # 目标域近似用伪标签划分这里简化为整体加权 tgt_bucket tgt_feat loss_cond multi_kernel_mmd(src_bucket, tgt_bucket) loss_cond loss_cond / 5.0 total_loss loss_mse lambda_mmd * loss_mmd lambda_cond * loss_cond total_loss.backward() optimizer.step() return { mse: loss_mse.item(), mmd: loss_mmd.item(), cond: loss_cond.item() }这里最关键的参数是 lambda_mmd 和 lambda_cond 的比例。我一般从 lambda_mmd0.1、lambda_cond0.05 起步然后观察训练日志如果源域 MSE 降不下去说明对齐损失权重太大特征被“过度中性化”把退化信息也抹平了如果 MMD 值不下降说明权重太小模型干脆忽略了域对齐目标。一个好的训练曲线应该是前 20 个 epoch 源域 MSE 快速下降MMD 缓慢下降后 20 个 epoch 源域 MSE 基本稳定MMD 继续下降到一个较低平台。3.3 对抗式域适应的收敛问题与替代方案有一部分研究用对抗训练做域适应也就是加一个域判别器让特征提取器骗过判别器。这个方法在图像分类上表现不错但在振动信号回归上我踩过坑对抗训练的收敛性太脆弱工业数据噪声大、标签分布不连续经常出现判别器已经收敛、回归头还在剧烈振荡的窘境。调试时间成本比 MMD 高一个量级。所以我的建议是在样本量小于 10000 的轴承寿命估计场景里优先用 MMD/协方差对齐这类的分布距离度量方法不要一上来就上对抗。对抗域适应适合大规模数据、特征空间特别复杂的场景而轴承寿命估计的特征维度不大24 维输入、128 维隐层MMD 足够表达跨域差异而且收敛稳定、可调试性强。如果确实要尝试对抗式对齐务必要加梯度反转层GRL并让反转系数从 0 线性增长到 1而不是全程恒定为 1。常见做法是取一个超参数 lambda_adv按 epoch 比例从 0 慢慢增到 1前 10 个 epoch 几乎不做对抗让特征提取器先正常学习退化特征然后对抗强度逐渐增大。直接全程用高强度对抗的基本都翻车。4. 从域对齐特征到寿命回归跨度的衔接与损失函数4.1 域对齐的“中性化”副作用退化趋势被抹平域对齐有一个非常隐蔽的副作用对齐后的特征会更“中性”——源域和目标域的特征分布拉近了但退化趋势特征是单调变化的也被部分压平。很多人跑完实验发现MMD 降得很漂亮t-SNE 图上两个域完全重叠但寿命预测曲线的单调性一塌糊涂预测值来回抖动。原因是边际分布对齐本质上是让两组特征的均值和方差趋同而退化趋势恰恰体现在均值的单调漂移上。特征分布的均值被“拉中性”后回归头失去了关键的退化方向信息。我的解决思路是特征提取器分两头。一侧直接通向域对齐模块这一分支负责产出“域不变特征”另一侧通过中间层特征不对齐直接通到回归头这一分支保留“退化趋势特征”。回归头接的是两层特征的拼接既拿到域不变性又保留退化单调性。这种“域对齐层与回归层分离”的架构比共用同一层特征效果好很多大概能挽回 5% 到 10% 的预测精度损失。4.2 回归头的工程选型与输出平滑寿命回归头不建议一上来就堆大模型。轴承寿命估计的样本量通常在数千到数万级这点数据量养不起 TransformerLSTM 可以对序列建模但振动特征窗口之间本来就有滑窗重叠带来的相关性LSTM 学习到的时间依赖可能是滑窗造成的伪依赖而非真正的退化趋势。回归头用两层 MLP64 个隐藏单元 输出层就够了配合一个关键技巧输出端加 EMA 平滑和单调性约束。具体做法是模型对连续时间窗的预测值做指数滑动平均EMA平滑系数取 0.9 左右让预测曲线更接近真实退化弧线而不是像噪声一样上下跳。如果预测曲线出现局部反转比如 RUL 从 0.4 跳到 0.5说明模型在这个区间置信度低实际部署时要触发人工复核信号。还可以加一个单调性惩罚项充实损失函数对预测序列按时间排序计算相邻预测的负斜率把负斜率绝对值作为惩罚加进总损失。这个惩罚项的作用是让模型“宁可保守不要反复”。代价是预测会略微偏晚但换来了曲线形态的稳定对于工业落地而言是值得的。4.3 评估指标不要只用 MSE非对称评分才是落地标准很多论文和实验只用 MAE 或 RMSE 评估寿命估计精度但到实际部署时你会发现模型对同一个轴承的预测偏差方向比偏差大小重要得多。预测 RUL 比真实 RUL 小提前报警损失的是备件更换成本预测 RUL 比真实 RUL 大滞后报警可能导致轴承直接失效、设备损坏甚至安全事故这是绝对不能接受的。所以工业 PHM 场景普遍采用不对称评分函数IEEE PHM 2012 数据挑战赛就用过这个标准def asymmetric_score(y_true, y_pred): 参数说明 y_true: 真实剩余寿命占比 [0, 1] y_pred: 预测剩余寿命占比 [0, 1] 返回: 不对称评分滞后预测预测值偏大惩罚更重 diff y_pred - y_true # 正值 预测剩余寿命偏大 滞后预测 penalty torch.where(diff 0, torch.exp(-diff / 10) - 1, torch.exp(diff / 7) - 1) return penalty.mean()这个评分的惩罚机制很值得注意提前预测diff 为负的指数衰减速度较慢滞后预测diff 为正的指数增长速度更快。实际项目里我通常用两个指标同时看MAE 用于模型选型非对称 score 用于部署决策判定。如果一个模型 MAE 低但非对称 score 高说明它的误差集中在滞后一侧这种模型在工业场景下是不能直接上线的。这里也要提醒一点训练损失用 MSE评估用非对称 score两者会存在一定的错位。如果发现评估结果和训练趋势不一致可以考虑把非对称 score 直接用进训练损失或至少做 early stopping 的判定指标我在后文避坑章节会展开讲这个不一致的坑。5. 五个必踩的坑从数据泄露到核宽玄学5.1 训练集和验证集被同一个轴承数据污染现象离线验证时 MAE 只有 0.03误差极小曲线几乎是完美贴合。部署到现场新轴承的预测结果完全不能看。回查代码才发现划分训练/验证集时用了随机划分滑窗重叠率 90% 的相邻样本被打散到两个集合里。验证集里有大量和训练样本重叠 90% 以上的“近亲样本”模型实际上已经见过验证数据。解决所有数据集划分必须基于连续时间轴先把每个轴承的数据按时间排序再固定前 70% 作为训练、后 30% 作为验证轴承之间不能交叉。从那以后我每次都会先检查数据划分代码里有没有 random_split看到直接改。5.2 目标域只有健康期数据时的“假阳性自信”现象目标域训练数据只有轴承刚投运的前 5% 时段都是健康样本。模型迁移后对前 5% 的预测非常准确但一旦进入退化期预测曲线直接拉平RUL 永远保持在 0.8 附近不动。原因目标域根本没有包含退化信息条件分布对齐 P(Y|X) 没有目标域的退化标签可以用模型实际退化成“健康状态识别器”。解决目标域至少覆盖 10% 的退化期数据如果完全没有退化期数据就别做联合域适应回归改用无监督的单边分布对齐方案或者用源域退化速率做先验目标域仅做残差修正。5.3 MMD 核宽选择玄学背后其实是尺度问题现象MMD 值在训练初期下降正常到中期突然飙升再猛烈下降训练曲线像心电图。换了一个核宽参数初始 MMD 直接变成 0分布距离压根测不出来。原因单核高斯 MMD 对核宽极端敏感核宽小于特征分布的内在尺度时所有样本的核值都接近 0MMD 度量失效核宽大于尺度时所有样本的核值都接近 1分布差异被抹平。解决用多核 MMD带宽覆盖 [0.5, 8.0] 五个刻度或者使用中位数启发式——取所有样本两两欧氏距离的中位数作为高斯核宽这是 Borgwardt 等人在 2006 年的经典做法至今在工业数据上依然最稳。5.4 不同工况的振动基线不同绝对阈值全失效现象源域失效阈值 0.3RMS 绝对值在工况 A 有效模型部署到工况 B新轴承健康段的 RMS 就稳定在 0.8正常轴承被持续标记为“接近失效”误报率爆炸。原因振动信号的能量绝对值与转速、载荷强相关甚至受安装刚度影响跨工况的绝对阈值天然失效。解决所有阈值和归一化参数都从目标工况健康段单独统计。进入新工况后先采集 24 小时健康数据建立基线 μ、σ所有判断都基于“相对基线偏移倍数”而不是绝对数值。这个基线的更新频率也很重要建议每次设备维护保养后重采一次因为机械状态的微小变化会让基线漂移。5.5 训练指标和部署评价指标不一致的错位现象模型训练时 MSE 曲线一路下降到 0.02early stopping 选出的最优模型在测试集上 MAE 也不错但一换到非对称评分标准排名倒数。原因MSE 是对称惩罚提前预测和滞后预测的罚分一样模型不会为“滞后预测导致设备损坏”这种后果买单。解决用非对称评分函数直接加入训练循环或者至少用这个指标做 early stopping 的评估基准。我一般会训练时保留两个 checkpointMSE 最低的和 score 最低的然后放到部署模拟器里跑一遍看哪个更符合现场需求。6. 三张图验证模型真的学会了联合域适应模型训完看损失曲线根本不说明问题因为 MMD 降到底可能是特征被抹平了MSE 降到底也可能是源域过拟合。我的习惯是强制跑完三张诊断图全部过关才敢说模型可用。第一张t-SNE 特征分布图。取训练收敛后的特征提取器把源域和目标域的测试集特征全部投影到二维空间打上不同颜色。理想状态是两类数据不仅在整体区域上重叠而且在退化早期、中期、后期各有对应的重叠簇。如果出现“源域一整团、目标域另一整团”的分离形态说明 MMD 对齐没起作用需要调大 lambda_mmd 或换多核带宽。第二张寿命预测曲线时间图。选目标域测试集里的三只轴承画真实 RUL 曲线与预测 RUL 曲线的对照。看三点曲线整体趋势是否单调递减抖动幅度是否在可接受范围是否存在局部反转。如果预测曲线出现明显的“先降后升”形状说明模型在特定退化阶段的特征表达不稳定优先排查回归头平滑系数和单调性惩罚项权重。第三张域分类器准确率。训练一个简单的逻辑回归分类器输入是模型提取的特征输出是判断特征来自源域还是目标域。如果这个分类器的准确率接近 50%随机水平说明两个域的特征已经无法区分联合域适应是有效的如果准确率还在 80% 以上对齐失败。这个指标比 t-SNE 更定量——t-SNE 可能有视觉误导而分类准确率是一个可以直接横向比较的数值。from sklearn.linear_model import LogisticRegression from sklearn.model_selection import cross_val_score # 把源域和目标域特征打标签0源域 1目标域 X np.concatenate([src_feat, tgt_feat], axis0) y np.concatenate([np.zeros(len(src_feat)), np.ones(len(tgt_feat))], axis0) clf LogisticRegression(max_iter2000) scores cross_val_score(clf, X, y, cv5, scoringaccuracy) print(f域分类准确率: {scores.mean():.3f}) # 低于0.6说明对齐有效高于0.75说明域差异仍然显著除此之外我还会做一次时间一致性检验对同一只测试轴承从三个不同的起始时间点比如寿命 70%、50%、30% 处分别启动预测观察三条预测曲线是否大致重合且单调递减。如果不同起点的预测结果差异很大说明模型的预测高度依赖输入时序上下文稳定性不足。这三张图全部过关再谈调参和优化。从那以后我每次跑完联合域适应模型都强制自己先出这三张图再决定下一步动作——不看整体分布就调权重是盲调不看曲线形态就加正则也是盲调。这套诊断习惯帮我挡掉了不少“指标好看、上线翻车”的模型。希望帮到你。本文还有配套的精品资源点击获取 联合域适应在轴承剩余寿命预测中的工程实践与避坑指南
简介预测性维护技术领域的一份系统研究文档面向工业设备运维、故障诊断与智能维护方向的技术人员、研究者及工程师。文档从工业自动化和智能制造的背景切入分析传统预防性维护的局限性并通过轴承故障占比等数据点明预测性维护的行业价值。在算法层面逐一对比传统统计方法、机器学习与深度学习方法的特点提出基于联合域适应的轴承疲劳寿命估计算法涵盖数据域偏移问题、特征提取与选择、联合域适应模型构建、寿命预测模型集成等完整链路。实验部分介绍了数据集、评价指标、域适应效果验证及算法鲁棒性测试兼顾理论推导与仿真验证。资源包仅含1个docx文件整体大小77KB目录结构完整按研究背景、理论分析、算法设计、实验仿真等章节有序组织。目前已有31人学习浏览适合需要快速建立该研究方向技术框架并开展相关研究的读者。1. 预测性维护中的轴承寿命估计为什么常规迁移学习不顶用跑过工业预测性维护项目的人都清楚轴承失效从来不是“啪”一下坏掉的而是有一长段退化弧线从轻微磨损到点蚀、剥落再到保持架断裂。问题是这条弧线在不同工况下长得完全不一样。同一型号轴承在 1000rpm 和 1500rpm 下跑振动能量的基线就不同转速、负载一变数据的边际分布就直接漂移。你在工况 A 上训出来的寿命估计模型拿到工况 B 上预测误差能从 10% 飙到 40% 以上。这就是联合域适应在轴承疲劳寿命估计里存在的理由——把源工况学到的退化规律迁移到目标工况同时对齐数据的整体分布和标签条件分布让“退化模式”而不是“工况特征”被模型学到。这篇笔记从数据准备、模型搭建、损失函数到五个实操大坑完整拆一遍。适合做设备状态监测算法的人也适合准备算法岗面试的人当完整案例讲。2. 数据准备与域划分振动信号如何变成可训练的样本2.1 公开数据集的选型与“域”的划分逻辑做轴承寿命估计数据来源基本绕不开三个公开数据集CWRU凯斯西储、IMS、XJTU-SY。它们在联合域适应方案里扮演的角色完全不同选错源域是开局就埋雷。CWRU 是故障诊断用得最多的数据集包含不同负载0HP、1HP、2HP、3HP下的正常和故障轴承振动信号但它的样本大多只有某一时刻的故障状态不是完整退化轨迹所以它更适合做故障分类的源域而不适合做寿命回归的源域。IMS 数据集 4 个轴承同时跑、每 20 分钟采一次数据一直采到轴承失效能提供完整的退化轨迹适合做寿命估计的源域。XJTU-SY 是西安交大和昇科仪联合发布的覆盖 3 种工况、每个工况多个轴承跑完整个生命周期数据质量高适合做多工况域适应的源域。实际操作里域划分的逻辑比选数据集更关键。我的习惯是按“工况”划分而不是按“轴承编号”划分。比如做 3 个工况的跨域实验把 A 工况所有轴承作为源域有完整寿命标签B 工况的前 20% 时间数据作为目标域训练集只有健康期和早期退化数据B 工况剩余 80% 作为目标域测试集。如果按轴承编号随机划分目标域里混入了完整退化信息评估结果是虚高的模型一上线就现形。这里还有个容易忽略的判断源域数据必须覆盖“健康期→早期退化→中后期退化→失效”四个阶段。如果一个源域都是健康样本模型学到的只是“正常状态长什么样”而不是“退化速度有多快”迁移过去后对退化趋势的估计基本靠猜。2.2 滑窗采样、特征集的构建与扩增参数模型输入有两种做法一种直接把原始振动加速度序列喂给神经网络让特征提取器自己学另一种先人工提取物理特征再用特征向量做域适应和回归。工业落地我倾向后者因为物理特征可解释性高域对齐效果出问题时能快速定位是哪一类特征没对齐而不是面对一堆不可解释的隐层特征干瞪眼。振动信号先做滑窗采样。以 20kHz 采样率为例窗口长度取 1024 个采样点滑动步长 512 点窗口重叠率 50%每个窗口计算一组特征。这样一条 10 分钟的数据能产出大约 4600 个特征样本。如果觉得样本量不够可以把重叠率提到 75% 或 90% 来扩增但要特别注意——重叠率太高会导致相邻样本包含几乎相同的信号片段如果后续按随机方式划分训练集和验证集信息泄露几乎是必然的。我的做法是先用滑窗生成全部样本再按时间顺序以“区块”为单位划分数据集保证同一个时间窗口的样本不跨集合。特征提取分三组合并成一个 24 维的特征向量时域特征均方根值 RMS、峭度、峰值因子、波形因子、脉冲因子。RMS 是退化趋势最敏感、最直观的指标绝大多数寿命估计方案都以它为核心特征。频域特征重心频率、均方频率、频率方差。这几项反映频谱能量的迁移趋势——轴承退化时能量会向高频段集中。时频特征小波包分解后各频带的能量占比。滚动故障特征往往集中在特定频带这部分特征能捕捉到时域和频域都看不出来的局部变化。特征提取后一般做一次 Z-score 归一化但要注意归一化的均值方差必须从源域健康段统计不能混入目标域的退化段信息否则在离线实验里看着精度高部署时目标工况的退化数据分布一变化预测就飞了。2.3 寿命标签归一化与失效点判定的工程细节寿命估计的标签不是“剩余时间绝对值”而是剩余寿命占比。这个细节新手经常忽略直接拿剩余分钟数回归结果不同工况的标签尺度完全不一致模型根本没法收敛。归一化标签公式label 1 - (t - t0) / (T - t0)t0 是轴承投入运行的开始时刻T 是失效时刻label 的范围是 [0, 1]刚运行时接近 1临近失效时接近 0。失效点 T 怎么定这里有一个关键的工程决策。我惯用的方法是先取轴承健康段 RMS 的均值 μ 和标准差 σ定义失效阈值 μ 5σ当 RMS 首次超过这个阈值并持续若干时间窗时把该时刻定为失效点。这个 5σ 的倍数可以根据信号特性调整但一定不能拍脑袋定一个绝对值。原因是不同工况下振动能量的基线差异很大同一型号轴承在工况 A 的 RMS 也许只有 0.2在工况 B 可能已经到 0.8绝对阈值跨工况必失效。失效点取早取晚都会直接影响训练效果取早了正常退化样本会被打上“接近失效”的低标签模型学出来会提前报警取晚了模型学出来保守亏的是备件成本和计划外停机的隐含损失。所以失效点判定建议同时看加速度峰值和峭度曲线的突变点不要只看 RMS 一个指标。3. 联合域适应模型从原理到 PyTorch 代码3.1 联合域适应和普通迁移学习的本质差别很多做初始方案的工程师对迁移学习的理解停留在“特征分布拉近”这一步用 MMD最大均值差异把源域和目标域的特征分布对齐就完事了。但这样做有个典型问题对齐的是边际分布 P(X)也就是只让源域和目标域特征的整体分布接近但特征与标签之间的对应关系 P(Y|X) 却没有约束。结果特征对齐得很好回归头的预测精度依然上不去。联合域适应的核心是同时对齐两个分布边际分布 P(X)保证特征空间整体接近条件分布 P(Y|X)保证在特征相近的前提下寿命标签也对应相近举个实际例子轴承退化早期源域和目标域的差异主要来自转速负载不同导致的振动幅度差异此时边际分布对齐起主导作用退化中后期故障扩展路径不同同样的特征值对应的剩余寿命可能不同这时条件分布对齐的关键性开始超过边际分布。所以更严谨的做法是动态分布适配DDA用一个动态权重调节两种对齐在不同训练阶段的相对强度。损失函数的总框架可以写成L L_MSE λ1 * D(P(X_s), P(X_t)) λ2 * D(P(Y_s|X_s), P(Y_t|X_t))其中 D 是分布距离度量λ1 和 λ2 是权重。β 的动态权重采用 β 1 - exp(-α * epoch)α 取 0.01 左右让条件分布对齐随训练推进逐渐加重。3.2 模型主体特征提取器 多核 MMD 对齐层 回归头下面是一套可跑的联合域适应轴承寿命估计模型框架基于 PyTorch模型主体分为三段特征提取器、域对齐模块、寿命回归头。import torch import torch.nn as nn import torch.nn.functional as F # 一维CNN特征提取器输入24维物理特征输出128维特征向量 class FeatureExtractor(nn.Module): def __init__(self, input_dim24, hidden_dim128): super().__init__() self.fc1 nn.Linear(input_dim, 128) self.fc2 nn.Linear(128, hidden_dim) self.bn nn.BatchNorm1d(hidden_dim) self.dropout nn.Dropout(0.3) def forward(self, x): x F.relu(self.fc1(x)) x self.dropout(x) x self.fc2(x) x self.bn(x) return x # 寿命回归头两层MLP输出0-1之间的归一化RUL class RULRegressor(nn.Module): def __init__(self, input_dim128): super().__init__() self.fc1 nn.Linear(input_dim, 64) self.fc2 nn.Linear(64, 1) # 用Sigmoid把输出约束在0-1 def forward(self, x): x F.relu(self.fc1(x)) x self.fc2(x) return torch.sigmoid(x) # 多核MMD距离用5个高斯核的加权组合解决单一核宽选择困难 def multi_kernel_mmd(x_s, x_t, bandwidths[0.5, 1.0, 2.0, 4.0, 8.0]): 参数说明 x_s: 源域特征 [batch, dim] x_t: 目标域特征 [batch, dim] bandwidths: 高斯核宽度列表覆盖不同尺度下的分布差异 total 0.0 for bw in bandwidths: sigma bw * 2.0 xx torch.exp(-torch.cdist(x_s, x_s) / sigma).mean() xt torch.exp(-torch.cdist(x_s, x_t) / sigma).mean() tt torch.exp(-torch.cdist(x_t, x_t) / sigma).mean() total xx - 2 * xt tt return total这里的逻辑是先用三层的 MLP 把 24 维特征压缩到 128 维域不变特征再用多核 MMD 度量源域和目标域在这个特征空间的分布差异。多核比单核稳很多——单一核宽下的高斯核 MMD 是出了名的“玄学”核宽取小了距离度量太敏感模型训练时 MMD 数值抖动剧烈核宽取大了分布差异被磨平对齐等于白做。用 0.5 到 8.0 五个带宽做组合能同时捕捉细粒度差异和全局差异。训练时的总损失# 联合损失MSE 边际对齐 条件对齐 def train_step(source_x, source_y, target_x, optimizer, model_ext, model_reg, lambda_mmd0.1, lambda_cond0.05): optimizer.zero_grad() src_feat model_ext(source_x) tgt_feat model_ext(target_x) src_pred model_reg(src_feat) loss_mse F.mse_loss(src_pred, source_y) # 边际分布对齐源域和目标域特征整体分布 loss_mmd multi_kernel_mmd(src_feat, tgt_feat) # 条件分布对齐用源域标签加权后的类条件分布近似 # 退化分为5个区间按标签分桶后分别对齐 buckets torch.clamp((source_y * 5).long(), 0, 4) loss_cond 0.0 for b in range(5): mask_src (buckets b) if mask_src.sum() 8: continue src_bucket src_feat[mask_src] # 目标域近似用伪标签划分这里简化为整体加权 tgt_bucket tgt_feat loss_cond multi_kernel_mmd(src_bucket, tgt_bucket) loss_cond loss_cond / 5.0 total_loss loss_mse lambda_mmd * loss_mmd lambda_cond * loss_cond total_loss.backward() optimizer.step() return { mse: loss_mse.item(), mmd: loss_mmd.item(), cond: loss_cond.item() }这里最关键的参数是 lambda_mmd 和 lambda_cond 的比例。我一般从 lambda_mmd0.1、lambda_cond0.05 起步然后观察训练日志如果源域 MSE 降不下去说明对齐损失权重太大特征被“过度中性化”把退化信息也抹平了如果 MMD 值不下降说明权重太小模型干脆忽略了域对齐目标。一个好的训练曲线应该是前 20 个 epoch 源域 MSE 快速下降MMD 缓慢下降后 20 个 epoch 源域 MSE 基本稳定MMD 继续下降到一个较低平台。3.3 对抗式域适应的收敛问题与替代方案有一部分研究用对抗训练做域适应也就是加一个域判别器让特征提取器骗过判别器。这个方法在图像分类上表现不错但在振动信号回归上我踩过坑对抗训练的收敛性太脆弱工业数据噪声大、标签分布不连续经常出现判别器已经收敛、回归头还在剧烈振荡的窘境。调试时间成本比 MMD 高一个量级。所以我的建议是在样本量小于 10000 的轴承寿命估计场景里优先用 MMD/协方差对齐这类的分布距离度量方法不要一上来就上对抗。对抗域适应适合大规模数据、特征空间特别复杂的场景而轴承寿命估计的特征维度不大24 维输入、128 维隐层MMD 足够表达跨域差异而且收敛稳定、可调试性强。如果确实要尝试对抗式对齐务必要加梯度反转层GRL并让反转系数从 0 线性增长到 1而不是全程恒定为 1。常见做法是取一个超参数 lambda_adv按 epoch 比例从 0 慢慢增到 1前 10 个 epoch 几乎不做对抗让特征提取器先正常学习退化特征然后对抗强度逐渐增大。直接全程用高强度对抗的基本都翻车。4. 从域对齐特征到寿命回归跨度的衔接与损失函数4.1 域对齐的“中性化”副作用退化趋势被抹平域对齐有一个非常隐蔽的副作用对齐后的特征会更“中性”——源域和目标域的特征分布拉近了但退化趋势特征是单调变化的也被部分压平。很多人跑完实验发现MMD 降得很漂亮t-SNE 图上两个域完全重叠但寿命预测曲线的单调性一塌糊涂预测值来回抖动。原因是边际分布对齐本质上是让两组特征的均值和方差趋同而退化趋势恰恰体现在均值的单调漂移上。特征分布的均值被“拉中性”后回归头失去了关键的退化方向信息。我的解决思路是特征提取器分两头。一侧直接通向域对齐模块这一分支负责产出“域不变特征”另一侧通过中间层特征不对齐直接通到回归头这一分支保留“退化趋势特征”。回归头接的是两层特征的拼接既拿到域不变性又保留退化单调性。这种“域对齐层与回归层分离”的架构比共用同一层特征效果好很多大概能挽回 5% 到 10% 的预测精度损失。4.2 回归头的工程选型与输出平滑寿命回归头不建议一上来就堆大模型。轴承寿命估计的样本量通常在数千到数万级这点数据量养不起 TransformerLSTM 可以对序列建模但振动特征窗口之间本来就有滑窗重叠带来的相关性LSTM 学习到的时间依赖可能是滑窗造成的伪依赖而非真正的退化趋势。回归头用两层 MLP64 个隐藏单元 输出层就够了配合一个关键技巧输出端加 EMA 平滑和单调性约束。具体做法是模型对连续时间窗的预测值做指数滑动平均EMA平滑系数取 0.9 左右让预测曲线更接近真实退化弧线而不是像噪声一样上下跳。如果预测曲线出现局部反转比如 RUL 从 0.4 跳到 0.5说明模型在这个区间置信度低实际部署时要触发人工复核信号。还可以加一个单调性惩罚项充实损失函数对预测序列按时间排序计算相邻预测的负斜率把负斜率绝对值作为惩罚加进总损失。这个惩罚项的作用是让模型“宁可保守不要反复”。代价是预测会略微偏晚但换来了曲线形态的稳定对于工业落地而言是值得的。4.3 评估指标不要只用 MSE非对称评分才是落地标准很多论文和实验只用 MAE 或 RMSE 评估寿命估计精度但到实际部署时你会发现模型对同一个轴承的预测偏差方向比偏差大小重要得多。预测 RUL 比真实 RUL 小提前报警损失的是备件更换成本预测 RUL 比真实 RUL 大滞后报警可能导致轴承直接失效、设备损坏甚至安全事故这是绝对不能接受的。所以工业 PHM 场景普遍采用不对称评分函数IEEE PHM 2012 数据挑战赛就用过这个标准def asymmetric_score(y_true, y_pred): 参数说明 y_true: 真实剩余寿命占比 [0, 1] y_pred: 预测剩余寿命占比 [0, 1] 返回: 不对称评分滞后预测预测值偏大惩罚更重 diff y_pred - y_true # 正值 预测剩余寿命偏大 滞后预测 penalty torch.where(diff 0, torch.exp(-diff / 10) - 1, torch.exp(diff / 7) - 1) return penalty.mean()这个评分的惩罚机制很值得注意提前预测diff 为负的指数衰减速度较慢滞后预测diff 为正的指数增长速度更快。实际项目里我通常用两个指标同时看MAE 用于模型选型非对称 score 用于部署决策判定。如果一个模型 MAE 低但非对称 score 高说明它的误差集中在滞后一侧这种模型在工业场景下是不能直接上线的。这里也要提醒一点训练损失用 MSE评估用非对称 score两者会存在一定的错位。如果发现评估结果和训练趋势不一致可以考虑把非对称 score 直接用进训练损失或至少做 early stopping 的判定指标我在后文避坑章节会展开讲这个不一致的坑。5. 五个必踩的坑从数据泄露到核宽玄学5.1 训练集和验证集被同一个轴承数据污染现象离线验证时 MAE 只有 0.03误差极小曲线几乎是完美贴合。部署到现场新轴承的预测结果完全不能看。回查代码才发现划分训练/验证集时用了随机划分滑窗重叠率 90% 的相邻样本被打散到两个集合里。验证集里有大量和训练样本重叠 90% 以上的“近亲样本”模型实际上已经见过验证数据。解决所有数据集划分必须基于连续时间轴先把每个轴承的数据按时间排序再固定前 70% 作为训练、后 30% 作为验证轴承之间不能交叉。从那以后我每次都会先检查数据划分代码里有没有 random_split看到直接改。5.2 目标域只有健康期数据时的“假阳性自信”现象目标域训练数据只有轴承刚投运的前 5% 时段都是健康样本。模型迁移后对前 5% 的预测非常准确但一旦进入退化期预测曲线直接拉平RUL 永远保持在 0.8 附近不动。原因目标域根本没有包含退化信息条件分布对齐 P(Y|X) 没有目标域的退化标签可以用模型实际退化成“健康状态识别器”。解决目标域至少覆盖 10% 的退化期数据如果完全没有退化期数据就别做联合域适应回归改用无监督的单边分布对齐方案或者用源域退化速率做先验目标域仅做残差修正。5.3 MMD 核宽选择玄学背后其实是尺度问题现象MMD 值在训练初期下降正常到中期突然飙升再猛烈下降训练曲线像心电图。换了一个核宽参数初始 MMD 直接变成 0分布距离压根测不出来。原因单核高斯 MMD 对核宽极端敏感核宽小于特征分布的内在尺度时所有样本的核值都接近 0MMD 度量失效核宽大于尺度时所有样本的核值都接近 1分布差异被抹平。解决用多核 MMD带宽覆盖 [0.5, 8.0] 五个刻度或者使用中位数启发式——取所有样本两两欧氏距离的中位数作为高斯核宽这是 Borgwardt 等人在 2006 年的经典做法至今在工业数据上依然最稳。5.4 不同工况的振动基线不同绝对阈值全失效现象源域失效阈值 0.3RMS 绝对值在工况 A 有效模型部署到工况 B新轴承健康段的 RMS 就稳定在 0.8正常轴承被持续标记为“接近失效”误报率爆炸。原因振动信号的能量绝对值与转速、载荷强相关甚至受安装刚度影响跨工况的绝对阈值天然失效。解决所有阈值和归一化参数都从目标工况健康段单独统计。进入新工况后先采集 24 小时健康数据建立基线 μ、σ所有判断都基于“相对基线偏移倍数”而不是绝对数值。这个基线的更新频率也很重要建议每次设备维护保养后重采一次因为机械状态的微小变化会让基线漂移。5.5 训练指标和部署评价指标不一致的错位现象模型训练时 MSE 曲线一路下降到 0.02early stopping 选出的最优模型在测试集上 MAE 也不错但一换到非对称评分标准排名倒数。原因MSE 是对称惩罚提前预测和滞后预测的罚分一样模型不会为“滞后预测导致设备损坏”这种后果买单。解决用非对称评分函数直接加入训练循环或者至少用这个指标做 early stopping 的评估基准。我一般会训练时保留两个 checkpointMSE 最低的和 score 最低的然后放到部署模拟器里跑一遍看哪个更符合现场需求。6. 三张图验证模型真的学会了联合域适应模型训完看损失曲线根本不说明问题因为 MMD 降到底可能是特征被抹平了MSE 降到底也可能是源域过拟合。我的习惯是强制跑完三张诊断图全部过关才敢说模型可用。第一张t-SNE 特征分布图。取训练收敛后的特征提取器把源域和目标域的测试集特征全部投影到二维空间打上不同颜色。理想状态是两类数据不仅在整体区域上重叠而且在退化早期、中期、后期各有对应的重叠簇。如果出现“源域一整团、目标域另一整团”的分离形态说明 MMD 对齐没起作用需要调大 lambda_mmd 或换多核带宽。第二张寿命预测曲线时间图。选目标域测试集里的三只轴承画真实 RUL 曲线与预测 RUL 曲线的对照。看三点曲线整体趋势是否单调递减抖动幅度是否在可接受范围是否存在局部反转。如果预测曲线出现明显的“先降后升”形状说明模型在特定退化阶段的特征表达不稳定优先排查回归头平滑系数和单调性惩罚项权重。第三张域分类器准确率。训练一个简单的逻辑回归分类器输入是模型提取的特征输出是判断特征来自源域还是目标域。如果这个分类器的准确率接近 50%随机水平说明两个域的特征已经无法区分联合域适应是有效的如果准确率还在 80% 以上对齐失败。这个指标比 t-SNE 更定量——t-SNE 可能有视觉误导而分类准确率是一个可以直接横向比较的数值。from sklearn.linear_model import LogisticRegression from sklearn.model_selection import cross_val_score # 把源域和目标域特征打标签0源域 1目标域 X np.concatenate([src_feat, tgt_feat], axis0) y np.concatenate([np.zeros(len(src_feat)), np.ones(len(tgt_feat))], axis0) clf LogisticRegression(max_iter2000) scores cross_val_score(clf, X, y, cv5, scoringaccuracy) print(f域分类准确率: {scores.mean():.3f}) # 低于0.6说明对齐有效高于0.75说明域差异仍然显著除此之外我还会做一次时间一致性检验对同一只测试轴承从三个不同的起始时间点比如寿命 70%、50%、30% 处分别启动预测观察三条预测曲线是否大致重合且单调递减。如果不同起点的预测结果差异很大说明模型的预测高度依赖输入时序上下文稳定性不足。这三张图全部过关再谈调参和优化。从那以后我每次跑完联合域适应模型都强制自己先出这三张图再决定下一步动作——不看整体分布就调权重是盲调不看曲线形态就加正则也是盲调。这套诊断习惯帮我挡掉了不少“指标好看、上线翻车”的模型。希望帮到你。本文还有配套的精品资源点击获取