基于機器學習的故障診斷方法研究綜述

趙瑤瑤

（江蘇永豐機械有限責任公司，江蘇 淮安 211722）

隨著我國工業技術的不斷發展，工業機械和設備的整機復雜度不斷提高。為了保障設備安全運行，必須對其進行有效的故障診斷。大量研究表明，故障診斷技術是發現機械設備早期故障的有效措施，可以為操作人員提供一定的決策經驗，從而提前找出設備故障原因，避免重復出現同類故障，確保設備的工作效率，提高其可靠性。

隨著計算機技術的不斷發展，機器學習算法的性能在不同領域有所體現。在故障診斷中，機器學習模型的應用，降低了研究人員的維護壓力，提高了設備的可靠性。現代故障診斷方法幾乎都是基于機器學習算法實現的。通過機器學習算法的應用，避免設備頻繁出現同類故障，提高設備的可靠性和穩定性。本文總結了機器學習領域常用的機器學習模型，描述了各自的優缺點，并對面臨的挑戰進行進一步的展望。

1 基于機器學習的故障檢測與診斷的基本概念及分類

1.1 機器學習

機器學習，通過輸入特定的訓練集，使得計算機模型不斷的補充知識，最終能夠對新數據進行有效的決策。目前廣泛使用的機器學習模型主要包括有監督學習、無監督學習和強化學習這三類，具體介紹如下。

（1）有監督學習（Supervised Learning）分為分類器模型和預測回歸模型兩種。模型的訓練需要帶有特征標簽的數據，當訓練數據的輸出響應為離散時，訓練的模型是一種分類器模型。當訓練數據的輸出響應為連續時，可以訓練得到一種回歸預測模型。監督學習算法應用廣泛，目前普遍應用的算法包括決策樹、人工神經網絡算法、支持向量機、樸素貝葉斯、K 近鄰等。

（2）無監督學習（Unsupervised Learning）。該機器學習與有監督的學習的區別在于訓練數據是否有特征標簽。無監督學習通過對訓練數據之間的聯系進行提取，為模型提供一定的數據分析依據。由于訓練數據沒有特征標簽，無監督學習的計算量較小，學習速度較快，目前常用于數據挖掘、圖像處理等領域。常用的無監督學習算法包括k 均值聚類、無監督降維算法等。

（3）強化學習（Reinforcement Learning）。強化學習與上述兩種學習算法不同，該算法能夠進一步將模型的反饋作為機器學習模型的輸入，通過不斷的學習，反饋獲得最優的模型。強化學習常見的算法有TD（λ）算法、Q—learning 算法、SARSA 算法。

1.2 故障檢測和診斷技術

故障檢測與診斷技術（fault detection and diagnosis，FDD）技術包括故障檢測、故障分離和故障識別、故障決策等。FDD 為研究人員提供重要的故障信息，進而幫助研究人員確定故障后的解決措施。基于機器學習的故障診斷模型通常為一個有監督的分類模型。在模型訓練階段，通過將帶有故障標簽的訓練數據進行輸入，優化模型參數得到最優的故障診斷分類模型。在后續的故障診斷階段，通過將不含標簽的預測數據集輸入訓練好的分類模型中，得到該設備的預測故障類型，為工作人員提高一定的故障經驗。基于故障診斷的機器學習過程如表1 所示。

表1 機器學習的基本流程

2 機器學習算法在故障診斷領域的應用與發展

故障診斷技術發展至今，已經提出了多種方法。本文從常用的有監督機器學習入手，對支持向量機、決策樹、K 最近鄰、樸素貝葉斯、人工神經網絡這五種機器學習算法做了對比說明，詳細闡述了各個方法的特點。

2.1 支持向量機

支持向量機（SVM）是一種監督式的學習方法，可用于數據的二元分類。其通過在無限維空間中構造一個或一組超平面，從而對數據實現二元分類。SVM 在分類模型包括線性分類模型和非線性分類模型。線性分類模型指的是在原始低維空間進行二分類。非線性分類模型指的是通過升高輸入維度，將原始數據通過核函數升高維度，映射在高維空間，隨后建立二元非線性分類器對其進行分類。在處理分類問題時，SVM 受輸入數據維度的影響，即不存在維度災難，這一特點舍使SVM 在故障診斷領域得到了廣泛的應用。SVM 是故障診斷領域廣泛應用的工具之一。現有的文獻中，有許多學者提出了各種新穎的方法來提高支持向量機在故障診斷中的表現。例如，李云淏等人通過改進灰狼算法，求得最優懲罰系數C 和核函數參數g，從而提高了故障診斷的準確率。孟宗為了提高SVM 故障分類的準確性，采用了經驗模式（DEMD）對原始信號進行處理，結果表明了提出策略的有效性。

2.2 決策樹

決策樹（DT）是一種非常經典的監督式機器學習算法，該算法通過模仿逆樹狀結構，通過一層層的節點分類，實現了復雜數據的分類預測。決策樹算法有多種實現方式，其中包括ID3、C4.5 和CART 算法，它們各自具有不同的特點和適用范圍。首先，ID3 算法是最傳統的決策樹方法，該算法通過信息增益公式來進行學習分類。數據的信息熵計算公式以下所示：

一般而言，信息增益越大，說明使用特征a 進行劃分最有效。以ID3 算法為基礎，C4.5 算法對其做了進一步的改進。后者是以信息增益率來進行機器學習，增益率定義如下：

CART 算法是性能最好的決策樹分類方法，該算法以基尼系數來進行機器學習，基尼系數定義如下：

在上式的基礎上給出特征a 的基尼系數：

故障診斷領域中，可以選擇決策樹中基尼系數最小的特征進行故障分類。

2.3 K 最近鄰

K-最近鄰算法（KNN）是一種監督學習算法，常用于分類問題的處理。KNN 的核心思想是將任意輸入的樣本向量映射到特征空間對應的點。在該特征空間中，對應于輸入樣本向量的點的k 個最近鄰中，大多數樣本所屬的類別即為該輸入樣本所屬的類別。在KNN 算法中，空間中距離的度量方式有多種，其中最常用的是歐氏距離度量方法。對于二維空間，歐氏距離的度量公式如下：

將二維空間擴展到多維空間，歐式距離公式為：

KNN 算法具有簡單易用，相比其他算法，KNN 算是比較簡潔明了的算法，對于算法初學者較為友好。其次，KNN 模型訓練時間快，可以很大程度地節約計算成本。除此之外，KNN 模型具有較好的預測效果，而且對數據異常值不敏感。除了上述優點，KNN 算法也存在內存占比較大、數據區分性能不好等缺點。

2.4 樸素貝葉斯

樸素貝葉斯是一種高效的生成概率模型，該模型對不同特征向量進行了獨立性的假設。這也限制了樸素貝葉斯的應用范圍，其只能應用于獨立特征的訓練集。該模型的重要特點是其考慮了先驗知識，通過貝葉斯后驗概率的計算公式來估計其發生概率，進而實現預測分類。該模型的訓練過程簡單，需要優化的參數較少。

對缺少數據不敏感，這些都使它在故障診斷中得到了廣泛應用。樸素貝葉斯估計算法和Morlet 小波分析相結合的故障分類方法在故障診斷領域得到了廣泛的應用。通過或者提取的各種統計特征輸入貝葉斯分類器進行分類。

2.5 人工神經網絡（ANN）

ANN 是一種廣泛使用的監督學習算法，具有強大的分類預測能力。適用于各種復雜的情況，例如，具有維度災難的高維數據集、缺失數據的小數據集等。

大量研究表明，ANN 對特征信號具有優秀的非線性近似能力，能夠提供良好的預測、分類結果。目前，ANN 已經延伸出很多模型，本文研究了三種常見的故障診斷模型，它們分別是多層感知器（MLP）、徑向基（RBF）神經網絡和概率神經網絡（PNN）。其中，MLP 是由多層單元組成的神經網絡，每個單元只與后續層的單元前向連接；RBF 是基于函數逼近理論的預測模型，用于多元逼近和散亂數據插值；而PNN 的結構與MLP 相似，但使用了指數激活函數和不同的神經元之間的連接模式。張遠緒等在RBF 中采用了一種聚類算法，結果表明，提出方法的故障分類效果比BP 神經網絡更高效、更精確。王海林等在RBF 中應用了小波分析策略，進一步提高了故障分類算法的精度。李文峰等考慮到傳統時域指標的缺點，對其進行融合得到了兩個更敏感的新指標。應用PNN 得到了更精確的結果。陳慧等創造性的采用了一種多尺度熵（MSE）的方法來提取數據特征向量，隨后將其應用在PNN 網絡中，實現了更高精度的故障分類預測。

3 未來的研究趨勢

本文對故障診斷中的機器學習模型做了進一步的綜述研究。重點描述了幾種常用的機器學習模型，如SVM、DT、KNN、樸素貝葉斯、ANN。這些機器學習模型在故障診斷中表現了良好的精度和效果。然而，需要指出的是，這些主流機器學習模型仍然存在一些問題，針對某些特定情況下的故障診斷仍然面臨重大的挑戰。因此，本文對這些機器學習模型進行了以下的展望。

（1）故障診斷數據大多是有傳感器檢測獲得的。數據集質量越高、越精確，對機器學習模型的訓練效果越好。但是，在實際的工業環境中，傳感器采集的數據可能會存在嚴重的噪聲干擾，如何清除冗余數據，提高數據集的質量是機器學習模型面臨的重大挑戰之一。

（2）目前，機器學習的數據大多來自研究人手動收集，用于訓練輸出固定特征的機器學習模型。然而，實際工程中的數據是多樣的，并不是所有的輸入數據都與特定的輸出特征相關。當這些無關的數據輸入訓練模型中，機器學習的分類、回歸效果將大幅度下降。因此，如何開展自動化的機器學習訓練、輸出是機器學習模型的一個重要研究方向。

（3）上述描述的機器學習模型大多屬于淺層次的訓練預測模型。如何在現有機器學習模型的基礎上開展深層次的數據挖掘預測模型，是一個重要的方向。目前，已經有許多的研究人員在研究深度神經網絡在數據挖掘中的應用，如何將這些傳統模型與深度學習模型結合是故障診斷的重要挑戰。

（4）最后，我國以高校為基礎建立的數據庫尚待完善。目前，用于機器學習的大部分公開數據集都是對應于特定的故障。與外國的NASA 和PHM 的數據集相比，我國的公開數據集深度和廣度仍存在較大的差距。

除了上述說明的4 個挑戰外，故障分析領域缺乏不同領域的人才是目前故障診斷應用的主要困難。故障診斷在高校一直是一個重點研究方向，如何將其應用到實際的工廠企業仍需要進一步的發展。目前，大多數企業中的故障診斷專家不具備數據處理、分析能力，對機器物理模型、故障來源的推斷缺乏必要的經驗。因此，企業培養復合型應用人才，加強與高校之間的合作是未來的重要發展方向。