超越振动信号：用IMS轴承数据集玩转5种故障预测模型（附PyTorch/Sklearn代码）

超越振动信号：用IMS轴承数据集玩转5种故障预测模型（附PyTorch/Sklearn代码）

轴承故障预测一直是工业设备健康管理的核心挑战。辛辛那提大学IMS轴承数据集作为该领域的经典基准，记录了多个轴承从正常运行到完全失效的全周期振动数据。本文将带您深入探索如何利用这一数据集，构建五种不同类型的故障预测模型，从传统机器学习到深度学习方法，全面覆盖不同场景下的预测需求。

1. IMS轴承数据集深度解析

IMS数据集包含三个独立的测试到失效实验，每个实验记录了不同轴承在不同工况下的振动信号。数据采集频率为20kHz，每个文件包含20480个数据点，对应1秒钟的振动快照。数据集特别标注了最终失效类型，包括内圈缺陷、滚动体缺陷和外圈缺陷等典型故障模式。

关键数据特征：

• 采样频率：20kHz
• 每个文件时长：1秒
• 数据点数量：20480/文件
• 故障类型标注：内圈、外圈、滚动体缺陷

# 示例数据加载代码 import pandas as pd import numpy as np def load_ims_data(file_path): data = pd.read_csv(file_path, header=None) return data.values.flatten()

注意：由于数据量庞大，建议使用生成器或分块加载方式处理，避免内存溢出。

2. 特征工程：从原始振动信号到模型输入

有效的特征工程是故障预测成功的关键。针对振动信号，我们可以从时域、频域和时频域三个维度提取特征。

2.1 时域特征提取

时域特征直接从原始信号计算，计算效率高且物理意义明确：

• 均值、方差、峰度、偏度
• 峰值因子、波形因子、脉冲因子
• 均方根值(RMS)、绝对平均值

# 时域特征计算示例 def time_domain_features(signal): features = {} features['mean'] = np.mean(signal) features['std'] = np.std(signal) features['kurtosis'] = kurtosis(signal) features['skewness'] = skew(signal) return features

2.2 频域特征提取

通过傅里叶变换将信号转换到频域后，可以提取以下特征：

• 频谱质心
• 频谱带宽
• 频谱熵
• 谐波成分能量比

# 频域特征计算示例 from scipy.fft import fft def frequency_domain_features(signal, fs=20000): n = len(signal) fft_vals = np.abs(fft(signal)) freqs = np.linspace(0, fs, n) return { 'spectral_centroid': np.sum(freqs*fft_vals)/np.sum(fft_vals), 'spectral_bandwidth': np.sqrt(np.sum((freqs**2)*fft_vals)/np.sum(fft_vals)) }

2.3 时频域特征提取

小波变换结合了时域和频域分析的优势，特别适合非平稳信号：

• 小波包能量熵
• 小波系数统计特征
• 多分辨率分析能量分布

3. 五种故障预测模型实战

3.1 1D CNN模型：端到端特征学习

1D CNN可以直接处理原始振动信号，自动学习有效特征表示：

import torch import torch.nn as nn class BearingCNN(nn.Module): def __init__(self, num_classes=3): super().__init__() self.conv1 = nn.Conv1d(1, 32, kernel_size=5, stride=2) self.conv2 = nn.Conv1d(32, 64, kernel_size=3) self.fc = nn.Linear(64*512, num_classes) def forward(self, x): x = torch.relu(self.conv1(x)) x = torch.max_pool1d(x, 2) x = torch.relu(self.conv2(x)) x = x.view(x.size(0), -1) return self.fc(x)

提示：适当调整卷积核大小和步长可以更好地捕捉轴承故障特征。

3.2 LSTM模型：时序依赖建模

LSTM适合建模振动信号中的长期依赖关系：

class BearingLSTM(nn.Module): def __init__(self, input_size=1, hidden_size=64, num_layers=2, num_classes=3): super().__init__() self.lstm = nn.LSTM(input_size, hidden_size, num_layers, batch_first=True) self.fc = nn.Linear(hidden_size, num_classes) def forward(self, x): out, _ = self.lstm(x) out = self.fc(out[:, -1, :]) return out

3.3 梯度提升树(GBDT)：特征重要性分析

使用LightGBM实现梯度提升树模型：

import lightgbm as lgb params = { 'objective': 'multiclass', 'num_class': 3, 'metric': 'multi_logloss', 'boosting_type': 'gbdt', 'num_leaves': 31, 'learning_rate': 0.05, 'feature_fraction': 0.9 } lgb_train = lgb.Dataset(X_train, y_train) lgb_eval = lgb.Dataset(X_test, y_test, reference=lgb_train) gbm = lgb.train(params, lgb_train, num_boost_round=500, valid_sets=lgb_eval, early_stopping_rounds=50)

3.4 孤立森林(Isolation Forest)：异常检测

适用于早期故障检测的无监督方法：

from sklearn.ensemble import IsolationForest clf = IsolationForest(n_estimators=100, max_samples='auto', contamination=0.01, random_state=42) clf.fit(X_train) anomaly_scores = clf.decision_function(X_test)

3.5 逻辑回归：基线模型

作为简单基线，逻辑回归也能提供有价值的参考：

from sklearn.linear_model import LogisticRegression from sklearn.metrics import classification_report lr = LogisticRegression(multi_class='multinomial', solver='lbfgs', max_iter=1000) lr.fit(X_train, y_train) y_pred = lr.predict(X_test) print(classification_report(y_test, y_pred))

4. 模型评估与对比

4.1 评估指标选择

针对不同预测任务，选择合适的评估指标：

4.2 五模型性能对比

在测试集上的表现对比：

提示：孤立森林输出异常分数而非分类结果，故不适用分类指标。

4.3 模型选择建议

根据实际应用场景选择合适模型：

• 实时监测系统：轻量级GBDT或逻辑回归
• 高精度诊断：1D CNN或LSTM
• 早期预警：孤立森林结合阈值设定
• 可解释性要求高：GBDT特征重要性分析

5. 实战技巧与优化方向

5.1 数据不均衡处理

轴承故障数据通常存在严重不均衡：

• 过采样少数类(SMOTE)
• 欠采样多数类
• 类别权重调整

# PyTorch中实现类别权重 class_weights = torch.tensor([1.0, 5.0, 3.0]) # 根据样本比例设置 criterion = nn.CrossEntropyLoss(weight=class_weights)

5.2 超参数优化

使用Optuna进行自动化超参数搜索：

import optuna def objective(trial): params = { 'n_estimators': trial.suggest_int('n_estimators', 50, 500), 'max_depth': trial.suggest_int('max_depth', 3, 10), 'learning_rate': trial.suggest_float('learning_rate', 0.01, 0.3) } model = lgb.LGBMClassifier(**params) score = cross_val_score(model, X, y, cv=5).mean() return score study = optuna.create_study(direction='maximize') study.optimize(objective, n_trials=100)

5.3 模型集成策略

结合不同模型的优势：

• 投票集成：多个分类器投票决定最终结果
• 堆叠集成：用元模型学习基模型的输出
• 概率融合：加权平均各模型的预测概率

# 投票集成示例 from sklearn.ensemble import VotingClassifier ensemble = VotingClassifier(estimators=[ ('cnn', cnn_model), ('lgbm', lgbm_model), ('lr', lr_model)], voting='soft')

在实际项目中，我发现结合1D CNN和GBDT的混合模型往往能取得最佳平衡，既保持了深度学习的特征学习能力，又受益于树模型的可解释性。特别是在处理不同故障类型时，这种组合方式表现出很强的鲁棒性。