做设备故障诊断这些年,我最深的体会就是:信号处理这个老行当和深度学习结合好了是真的能出东西。前段时间整理了一套完整的轴承故障诊断方案——基于小波时频图与SwinTransformer,用Python和PyTorch实现,从原始振动信号一路做到故障分类。这套方案我在多个公开数据集和自己的模拟工况数据上都验证过,准确率稳定在99%以上,而且泛化能力明显优于纯CNN方案。
这篇文章想做的不是简单贴代码,而是把整套技术选型逻辑、核心原理、工程坑点和可复现细节拆开讲清楚。适合正在做设备故障诊断、工业AI落地或者研究生阶段做相关课题的朋友,无论你用不用PyTorch,这套思路都是通用的。
1. 方案选型分析:为什么是小波时频图与SwinTransformer
1.1 传统诊断方法的瓶颈在哪
传统轴承故障诊断主流路子是人工特征工程加传统分类器。时域上提取均值、峰值、峭度、均方根这些统计量,频域上做FFT看频谱峰值,再不行就上包络谱、高阶谱分析。这些方法不是不能用,但有个很现实的问题:特征设计非常依赖专家经验,换个工况、换个转速、换个轴承型号,原来好用的特征可能就完全失效了。
还有一个更麻烦的情况。实际工业场景里轴承转速是波动的,负载也会变化,故障信号往往是非平稳的。非平稳意味着频率成分随时间变化,单纯FFT做全域频谱分析会把时间信息抹掉,很多瞬态冲击特征在平均化的频谱里被稀释了。这种场景下,无论你从时域还是频域提特征,都是带着一条腿走路。
当时代CNN和LSTM方案我也试过。直接用一维CNN处理原始振动信号,模型的确能自适应提特征,不用人工设计了。但一维卷积的感受野受限于卷积核尺寸,对长时间跨度的依赖关系建模能力有限,而且对非平稳信号中的局部突变不够敏感。LSTM倒是能处理序列依赖,可训练速度慢,参数多,实际落地的性价比不高。
1.2 小波时频图为什么适合故障诊断
小波时频图的核心价值是从另一个视角看信号:把一维时间序列变换成二维图像,时间和频率信息同时保留。这正好补上了传统方法的短板。
具体来说,连续小波变换用一组可伸缩平移的小波基函数去匹配信号,能做到低频处频率分辨率高、高频处时间分辨率高,这个特性叫多分辨率分析。轴承故障产生的冲击信号正好是宽频带瞬态信号,用CWT处理相当于拿放大镜去追踪冲击发生时刻的频率变化,故障特征一目了然。
这个变换有个微妙的好处:信号变成图像后,问题性质就变了,从一维时间序列分类变成二维图像分类。这意味着你可以直接调用视觉领域积累的大量模型架构和预训练经验,把图像分类任务里那些好用的网络搬迁过来。当时我看中这一点,就是因为它让故障诊断这个老领域的工具箱突然变大了。
1.3 SwinTransformer的独特价值
Transformer架构近几年风头很猛,但最开始的ViT用起来有门槛,它对数据量要求高,在小样本的工业场景下容易欠拟合。SwinTransformer的出现解决了这个问题。
SwinTransformer叫移位窗口Transformer,名字就点出了核心创新。它不直接在整个图像上做全局注意力,而是把图像切成一个个小窗口,在窗口内部计算注意力。每个Transformer层之后,窗口会整体移位,让相邻窗口的信息有机会交互。这种设计带来两个直接好处:
第一是计算复杂度从全局注意力的平方级别降到了线性级别,图像分辨率再大也能扛得住。第二是窗口内的局部注意力天然契合图像局部性先验,而局部性在轴承故障特征里非常显著——故障冲击在时频图上通常就是一小块能量集中的亮斑区域。模型先在小窗口里精细捕捉局部特征,再通过层层堆叠和窗口移位逐步扩大感受野,这个从局部到全局的递进思路跟工业场景下的故障识别逻辑高度一致。
我在实际对比中也验证了这一点。同样的训练数据和训练轮次,SwinTransformer收敛明显比ResNet系列更快,最终准确率也更高。这也是我最后确定用它做主力模型的原因。
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 核心技术拆解:从振动信号到故障类别
2.1 连续小波变换的时频分析原理
CWT的数学定义长这样:
[
W(a,b)=\frac{1}{\sqrt{a}}\int_{-\infty}^{+\infty} x(t)\psi^*\left(\frac{t-b}{a}\right)dt
]
其中 \a\ 是尺度参数,对应频率的倒数;\b\ 是平移参数,对应时间位置;\psi(t)\ 是小波基函数。每一个尺度、每一个时间点上,CWT都在计算信号和小波基的相似程度,最终得到的是一个二维的系数矩阵,横轴是时间,纵轴是尺度(或换算成频率),颜色深浅表示能量强弱。
不用被公式吓到,用人话解释就是:拿一个可以伸缩的探针,不断变换探针的长度去扫描信号,
