Python多尺度加权GOPAE-SVM-RF-GBT融合模型的高速列车轴承振动数据故障诊断与迁移学习可解释性分析|附代码数据

关键时域特征分布箱线图：

图：关键时域特征分布箱线图

频域特征分布特性分析：

图：频域特征分布特性分析

多尺度GOPAE特征雷达图：

图：多尺度GOPAE特征雷达图

特征相关性矩阵：

图：特征相关性矩阵分析图

特征分布箱线图（整体）：

图：特征分布箱线图

阅读原文进群获取完整内容及更多AI见解、行业洞察，与900+行业人士交流成长。

相关文章

DeepSeek、LangGraph和Python融合LSTM、RF、XGBoost、LR多模型预测NFLX股票涨跌|附完整代码数据

原文链接：https://tecdat.cn/?p=44060

3 源域诊断模型构建

3.1 数据预处理

数据预处理流程如图：

图：数据预处理流程图

3.2 模型设计

我们采用集成学习策略，融合三种基础模型：

• SVM (支持向量机)
  ：使用RBF核，处理非线性特征，捕捉故障细微差异。算法流程如图：

图：SVM算法流程图

• 随机森林 (Random Forest)
  ：通过多棵决策树投票，降低过拟合，擅长处理统计特征。算法流程如图：

图：随机森林算法流程图

• 梯度提升 (Gradient Boosting)
  ：迭代优化，聚焦难分样本，提升对相似故障的区分能力。

通过软投票机制融合三模型概率，最终输出类别。集成策略如图：

图：集成策略流程图

特征与模型的协同流程：

图：特征协同流程图

3.3 训练与评估

将筛选后的6维特征输入集成模型，采用5折分层交叉验证。模型在测试集上准确率达0.98，宏平均F1分数0.97，表明模型具有良好的泛化能力。

混淆矩阵显示，各故障类别均被准确识别，无明显误判：

图：混淆矩阵图

多分类分析图：

图：多分类分析图

特征重要性分析表明，加权GOPAE和高频比贡献最大，与故障机理高度吻合。

阅读原文进群获取完整内容及更多AI见解、行业洞察，与900+行业人士交流成长。

4 跨域迁移诊断

4.1 目标域数据适配

目标域为16个无标签列车轴承振动文件（编号A-P），采样频率32kHz，转速约600rpm。我们将其下采样至12kHz（与源域一致），采用相同窗口（4096点，重叠率0.5）提取特征，并复用源域的特征选择与标准化参数。

域偏移度量MMD（最大均值差异）从0.28降至0.06，表明特征分布已很好对齐。

4.2 迁移诊断策略

我们采用“特征迁移+模型迁移”混合策略：

• 复用源域集成模型的结构与权重。
• 对目标域每个文件的多个窗口样本进行预测，通过多数投票确定文件最终类别。
• 计算平均预测概率作为置信度，分为四级（高≥0.9，中0.750.9，低0.60.75，不可靠<0.6）。

迁移诊断流程如下：

图：迁移诊断模型流程图

4.3 诊断结果

16个文件的分类结果：外圈故障(OR) 4个，内圈故障(IR) 5个，滚动体故障(B) 4个，正常(N) 3个。平均置信度0.79，标准差0.11，无极端低置信结果，满足工业应用要求。

阅读原文进群获取完整内容及更多AI见解、行业洞察，与900+行业人士交流成长。

5 模型可解释性分析

5.1 事前可解释性：特征与机理绑定

我们明确每个特征的物理意义：

• RMS
  ：振动能量，故障时升高。
• 峭度
  ：冲击程度，故障时显著增大。
• 高频比
  ：故障激发高频成分，外圈故障最明显。
• GOPAE
  ：序模式间隔规律性，故障时熵值降低。

这些特征与轴承故障机理（BPFO、BPFI等特征频率）直接对应，使模型决策有据可依。

5.2 过程可解释性：域分布可视化

通过箱线图对比源域与目标域的特征分布，观察迁移前后分布重叠度的变化，验证特征适配效果。

5.3 事后可解释性：逐例溯源

对每个目标域文件，输出诊断报告，包含：

• 投票结果与置信度。
• 关键特征值（如高频比=0.45，GOPAE=0.5）。
• LIME局部解释：各特征对决策的贡献度。
• 频谱图标注故障特征频率，与机理对照。

排列重要性分析显示，高频比和GOPAE是最重要的两个特征，打乱它们会导致准确率下降超过20%。

6 总结与推广

本文提出了一套完整的高速列车轴承故障诊断方案，创新点在于：

1. 多尺度加权GOPAE
   ：将全局序模式注意力熵与多尺度分析结合，有效量化故障的动态复杂性，并通过权重融合提升跨工况鲁棒性。
2. 集成迁移学习
   ：融合SVM、随机森林、梯度提升的软投票模型，结合特征迁移策略，解决了目标域无标签样本的诊断难题。
3. 全链路可解释性
   ：从事前、过程、事后三个维度，将诊断结果与物理机理深度关联，增强了模型的信任度。

该方案已成功应用于某轨道交通企业的轴承监测系统，后续可推广至风电、航空发动机等关键旋转机械的故障诊断中。

附录：核心代码（节选）

以下为数据预处理与特征提取的关键代码，已修改变量名和结构以符合本文逻辑。完整代码及数据请进群获取。

# -*- coding: utf-8 -*-import numpy as npimport osfrom scipy.io import loadmatfrom scipy.signal import welchfrom scipy.stats import kurtosis, skewfrom sklearn.svm import SVCfrom sklearn.ensemble import RandomForestClassifier, GradientBoostingClassifier, VotingClassifierfrom sklearn.model_selection import train_test_split, cross_val_score, StratifiedKFoldfrom sklearn.metrics import classification_report, accuracy_score, confusion_matrixfrom sklearn.preprocessing import RobustScalerfrom sklearn.feature_selection import SelectKBest, f_classifimport seaborn as snsimport matplotlib.pyplot as pltimport pandas as pdfrom collections import defaultdict, Counterfrom itertools import permutations# 设置中文字体plt.rcParams['font.sans-serif'] = ['SimHei', 'Arial Unicode MS']plt.rcParams['axes.unicode_minus'] = False# ========== GOPAE相关函数 ==========def compute_ordinal_patterns(series, embed_dim=3, time_delay=1):    """将时间序列转换为序模式列表和位置索引"""    patterns = []    indices = []    for i in range(len(series) - (embed_dim - 1) * time_delay):        window = series[i:i + time_delay * embed_dim:time_delay]        ranks = tuple(np.argsort(window))        patterns.append(ranks)        indices.append(i)    return patterns, indicesdef get_pattern_positions(patterns):    """记录每种序模式出现的位置"""    pos_dict = defaultdict(list)    for idx, pat in enumerate(patterns):        pos_dict[pat].append(idx)    return pos_dictdef calc_attention_entropy(positions):    """计算给定位置序列的注意力熵"""    if len(positions) < 2:        return 0.0    intervals = [positions[i+1] - positions[i] for i in range(len(positions)-1)]    freq = Counter(intervals)    probs = np.array([count / len(intervals) for count in freq.values()])    return -np.sum(probs * np.log2(probs))def gopae_single_scale(ts, embed_dim=3, time_delay=1):    """计算单个尺度的GOPAE值"""    patterns, _ = compute_ordinal_patterns(ts, embed_dim, time_delay)    pos_dict = get_pattern_positions(patterns)    total = len(patterns)    all_patterns = list(permutations(range(embed_dim)))    gopae_val = 0.0    for pat in all_patterns:        pos = pos_dict.get(pat, [])        ae = calc_attention_entropy(pos)        prob = len(pos) / total if total > 0 else 0        gopae_val += prob * ae    return gopae_valdef multiscale_gopae(signal, scales=[1,2,3,4,5], embed_dim=3, time_delay=1, per_scale=True):    """多尺度GOPAE特征提取"""    if len(signal) < embed_dim * time_delay:        return np.zeros(len(scales)) if per_scale else 0.0    # 此处省略多尺度分解与计算的详细实现，完整代码见群文件    # ......    return np.array(gopae_vals) if per_scale else np.mean(gopae_vals)# ========== 时域特征提取 ==========def extract_time_features(signal):    """提取9维时域统计特征"""    mean_val = np.mean(signal)    std_val = np.std(signal)    var_val = np.var(signal)    rms_val = np.sqrt(np.mean(signal**2))    peak_val = np.max(np.abs(signal))    crest_factor = peak_val / rms_val if rms_val != 0 else 0    kurt_val = kurtosis(signal)    skew_val = skew(signal)    shape_factor = rms_val / np.mean(np.abs(signal)) if np.mean(np.abs(signal)) != 0 else 0    return [mean_val, std_val, var_val, rms_val, peak_val, crest_factor, kurt_val, skew_val, shape_factor]# ========== 频域特征提取 ==========def extract_freq_features(signal, fs, rpm):    """提取5维频域特征，并进行转频归一化"""    freqs, psd = welch(signal, fs, nperseg=min(1024, len(signal)))    # 计算谱心、谱方差、频带能量比等    # ......    # 完整代码见群文件    return freq_features# ========== 主处理流程 ==========def process_source_file(file_path, window_size=4096, overlap=0.5, scales=[1,2,3,4,5]):    """处理单个源域文件，生成样本特征矩阵和标签"""    data = loadmat(file_path)    # 选择驱动端信号    signal = data['DE_time'].flatten()    label = extract_label(file_path)  # 自定义函数从文件名提取故障类型    samples = []    step = int(window_size * (1 - overlap))    for start in range(0, len(signal) - window_size, step):        segment = signal[start:start+window_size]        time_feat = extract_time_features(segment)        freq_feat = extract_freq_features(segment, fs=12000, rpm=1797)  # 假设源域转速        gopae_feat = multiscale_gopae(segment, scales=scales, per_scale=True)        combined = np.concatenate([time_feat, freq_feat, gopae_feat])        samples.append(combined)    return np.array(samples), label# 实际使用时，需遍历所有文件并整合特征矩阵# ......

阅读原文进群获取完整内容及更多AI见解、行业洞察，与900+行业人士交流成长。

本文中分析的完整智能体、数据、代码、文档分享到会员群，扫描下面二维码即可加群！ 

点击文末“阅读原文”

获取完整智能体、

代码、数据和文档。