3min创新点Get！| 基于时频信息的自对比学习跨域复合故障诊断(附开源代码)

故障诊断与python学习

9天前浏览45

欢迎关注我们的新专题文章——“3min创新点Get!”。本专题我们将按照“问题来源——解决途径——创新点——局限性分析及未来发展”的结构帮助读者了解文章结构并快速捕捉创新点。

本文作者已开源至：

https://github.com/HymHust/TFSCL

本期关键词：自对比学习，时频信息融合

论文基本信息

论文题目：

Cross-Domain Compound Fault Diagnosis of Machine-Level Motors via Time–Frequency Self-Contrastive Learning

论文期刊：IEEE Transactions on Industrial Informatics

论文日期：2024.3

论文链接:

https://doi.org/10.1109/TII.2024.3384603

作者：

Yiming He, Chao Zhao and Weiming Shen

摘要

在不同的运行工况下，工业电机会出现复合故障。由于拆卸和测试的成本很高，收集和标记所有复合故障类型数据是不切实际的。作者提出了一种面向机器级电机的跨域复合故障诊断框架。该方法包括一种新型时频自对比学习策略，以提高领域无关特征的提取能力。该方法从时域和频域生成自身的同质和异质信息，构建自对比对(self-contrastive pairs)。作者还设计了多尺度空间卷积结构和跨时-频信息交互策略。所提出方法在基于真实工业信号的六个跨领域任务上的F1得分超过90%。

以下内容为编辑的个人理解，但小编水平有限，如有不对之处，请后台联系，并欢迎多多指正~

问题来源

迁移学习需要用到目标域数据来调整模型，以适应不同工作状态下数据分布的差异。但在工业场景中，几乎不可能收集所有类别的目标域数据。

解决途径

研究现状：

为了减少对于目标域数据的依赖，研究者们通过开发特殊的网络架构和设计额外的优化目标来指导模型训练。例如，在最小化多个源域中的相同故障的时候最大化不同域间故障的方式等。

当前研究局限性：

与零件级故障诊断相比，电机整机的故障诊断可能面临更多的限制。由于昂贵的组装成本，电机整机系统通常不能在实验室中大规模拆卸。因此，“非侵入性”的诊断是必要的。

电机整机不可避免的出现多个子系统的耦合故障和更显著的现场噪音，这可能导致更复杂且容易被掩盖的弱故障特征。

不建议在所有工况下为所有类型的故障建立标签。

创新点

作者提出了一种基于时频对比学习的跨域故障诊断框架(Time-frequency Selfcontrastive Learning, TFSCL)用于电机整机的故障诊断。该方法不需要多个工况的数据进行对比辅助，仅使用单一源域的数据生成对比对就可以实现自对比学习。

创新点1：多尺度空间卷积(Multiscale Spatial Convolution, MSC)

图1 TFSCL架构

机器级电机通常包含多个模态振荡，这导致故障信息在多个位置（通道上）的不规则分布。如图1所示，不同通道的传感器信号包含明显的多尺度信息，并且表现出显著的空间波动性。在转速发生变化时，输入信号的空间位置不可避免地会发生变化。作者使用具有单向矩阵核的一维卷积来处理多通道时域数据，并使用新设计的MSC替换TFSCL的第二个模块。

创新点2：跨时频信息交互策略(Cross Time–Frequency Information Interaction Strategy, CTFIIS)

作者设计了并行的频率特征分支来处理多通道频率信息。频域数据作为时域信息的另一个维度，从全局特征的角度提供一种新型的数据结构。为了让同质信息更好融合，作者提出了CTFIIS模块（如图1所示）。两个分支在特征提取部分就通过残差结构进行特征融合，同时经过对比损失进行约束，以此全面的促进两种信息的交互。

创新点3：自对比学习机制

图2 监督对比学习的故障诊断场景及所提方法

作者提出了一种自对比学习方法来指导模型学习领域无关特征。特征对比过程不依赖于任何类型标签或域标签，同时避免了多个源域的输入需求。监督对比学习和所提出的方法的故障诊断场景如图2所示。

图3 时域信号和采样点输入

传感器在不同工作条件下的采样频率

基本一致。如图2和3所示，不同输入样本的采样位置会随着工况和时域窗口采样起点的变化而显著偏移，这可能导致目标域中的幅值存在显著差异。这可能是深度学习模型在工况变化的情况下泛化能力下降的主要原因之一。因此，基于时频的自对比学习，可以通过对齐频域空间来增强时域特征的空间不变性。

未来发展

需要更全面的工业数据来验证模型的泛化能力；

需要开发更多机器级设备的大模型，从而实现模型在不同类型机器之间的泛化性；

基于状态的设备维护和实时容错生产调度能力有待继续开发。

编辑：曹希铭

校核：李正平、陈凯歌、赵栓栓、赵学功、白亮、任超、海洋、冯珽婷、陈宇航

该文资料搜集自网络，仅用作学术分享，不做商业用途，若侵权，后台联系小编进行删除

点击左下角阅读原文，即可在线阅读论文。

来源：故障诊断与python学习

常见旋转机械故障及振动特性分析（上） | 转子不平衡、不对中、转轴弯曲、转轴横向裂纹

基于振动信号的旋转机械故障诊断对于提高机械设备的运行效率、降低故障率、保障生产安全以及延长设备寿命等方面具有重要的实际意义和应用价值。本期参考黄志坚老师编写的《机械设备振动故障监测与诊断》[1]一书对常见的旋转机械故障及振动特性进行分析与分享。限于篇幅，本期分享转子不平衡、转子不对中、转轴弯曲和转轴横向裂纹相关内容，后续将继续分享连接松动、油膜涡动及振荡、碰磨和喘振相关内容。目录1 转子不平衡1.1 产生原因与激振机理1.2 振动特性2 转子不对中2.1 产生原因与激振机理2.2 振动特性3 转轴弯曲3.1 产生原因与激振机理3.2 振动特性4 转轴横向裂纹4.1 产生原因与激振机理4.2 振动特性5 参考文献1 转子不平衡1.1 产生原因与激振机理受材料的质量分布、加工制造误差、装配因素以及长期运行中的不均匀磨损、腐蚀和沉积等因素的影响，旋转部件的质量中心与旋转中心存在一定程度的偏心距，导致转子再旋转时产生不平衡力，从而引起振动、噪音等问题。转子不平衡分为静不平衡和动不平衡。静不平衡：旋转体的质量轴线与旋转轴线不重合，但平行于旋转轴线，表现为某一点始终恢复到水平放置的转子下部，其偏心力矩小于摩擦阻力矩的区域内。动不平衡：当主惯性轴与旋转轴线在质心处相交并形成一个夹角时，质心位于中心点上。当转子旋转时，离心力不会作用在同一点上，表现为一个与转动频率同步的离心力矢量，从而激发转子的振动。1.2 振动特性时域信号：时域波形为近似的等幅正弦波；轴心轨迹：较稳定的圆或椭圆，这是因为轴承座及基础的水平刚度与垂直刚度不同造成的；频谱特征：转子转动频率处的振幅增大，如图1-2所示[2]。图1 正常转子振动特性图2 不平衡转子振动特性2 转子不对中2.1 产生原因与激振机理不平衡是转子质量中心偏离旋转中心产生的，是针对单个部件的。而转子不对中通常是指相邻两转子的‌轴心线与轴承中心线的倾斜或偏移程度，针对的是多个部件定义的。转子不对中分为平行不对中、角度不对中和综合不对中。平行不对中：两个轴向的中心线平行，但存在轴向或径向偏差。角度不对中：两个轴向的中心线不平行，存在角度偏差。综合不对中：同时存在平行不对中和角度不对中的情况。转子不对中通常由安装施工中对中超差、轴承座热膨胀不均匀、机壳变形或移位和地基不均匀下沉等因素导致。不对中会导致旋转部件之间的接触应力增加，从而引起振动和磨损。不对中还可能导致轴承过载、联轴器损坏等问题。不对中引起的振动通常与转子的转速成非线性关系，且随着转速的增加，振动幅度也会增加。特别地，当转子通过联轴器连接时，由于两半联轴器存在不对中，因而产生附加的弯曲力，随着转动，附加弯曲力的方向和作用点也被强迫改变，从而激发出各阶振动。2.2 振动特性时域信号：在基频正弦波上附加2倍频的谐波；轴心轨迹：呈香蕉形或8字形；频谱特征：主要表现为径向2倍频、4倍频振动成分，角度不对中时，伴随这以回转频率为主的轴向振动。转子不对中的频谱图如图3所示[1]。图3 转子不对中振动特性3 转轴弯曲3.1 产生原因与激振机理转子弯曲分为永久性弯曲和暂时性弯曲两种。造成永久性弯曲的原因包括设计制造缺陷、长期停放方法不当等，造成临时性弯曲的原因有预负荷过大、升速过快等致使转子热变形不均匀等。轴弯曲振动的机理与转子质量偏心类似，均会产生与质量偏心类似的旋转矢量激振力，与质心偏离不同的是轴弯曲会使轴两端产生锥形运动，因而轴向会产生较大的一阶转频振动。3.2 振动特性时域信号：近似的等幅正弦波；轴心轨迹：较稳定的圆或偏心率较小的椭圆，由于弯曲常伴随着一定程度的轴瓦摩擦，故轨迹有时会有摩擦特征；频谱特征：以转频为主，伴有高次谐波成分，与不平衡故障的区别在于，弯曲在轴向产生较大振动。如图4所示[3]。图4 热弯曲-不平衡耦合振动与不平衡响应对比图4 转轴横向裂纹4.1 产生原因与激振机理当裂纹存在时，转轴的刚度会发生变化（转轴刚度不对称），这种不对称会引起转子的非线性振动响应。转轴横向裂纹的振动特性主要受裂纹深度、位置以及裂纹面方向角的影响。如果裂纹位于应力集中区域或扭转应力较大的位置，裂纹引起的刚度变化会更加显著，从而导致更强烈的振动响应。研究表明，当裂纹面方向角变化时，转轴的刚度参数会随之变化，进而影响其振动响应。4.2 振动特性振动带有非线性性质，出现旋转频率的1×、2×、3×等高倍分量，如图5所示[4]。随着裂纹扩展，刚度进一步下降，1×、2×等频率的幅值随之增大，相位角则发生不规则波动，与不平衡故障的相角稳定有区别；开停机过程中，由于谐振频率的非线性关系，会出现分频共振，即转子在经过1/2、1/3…临界转速时，相应的高倍频（2×、3×）正好与临界转速重合，振动响应会出现峰值；轴心轨迹：全息谱图上，2倍频的轴心轨迹为椭圆。图5 含初始裂纹转子轴心轨迹与频谱5 参考文献[1] 黄志坚,高立新,廖一凡.机械设备振动故障监测与诊断[M].化学工业出版社,2010.[2] 鲁晨琪. 转子系统不平衡故障诊断及振动特征提取研究[D]. 辽宁:沈阳建筑大学,2023.[3] 金超武,董岳,苏浩,等. 磁悬浮轴承转子热弯曲振动特性研究[J]. 振动与冲击,2022,41(4):36-47.[4] 邹剑. 具有横向裂纹转子的振动特性与无损检测[D]. 上海:上海交通大学,2004.编辑：陈凯歌校核：李正平、赵栓栓、曹希铭、赵学功、白亮、任超该文资料搜集自网络，仅用作学术分享，不做商业用途，若侵权，后台联系小编进行删除来源：故障诊断与python学习