AI 模型在电机异音检测中的选型与实战

导语前几篇文章我们围绕信号采集、时频域分析和特征提取搭建了一套完整的异音检测前端链路。传感器采集振动信号、ADC量化、工控机做滤波和 FFT/STFT 变换、再提取 RMS、峭度、峰峰值、PSD 等特征——这些步骤解决的是数据怎么来和数据怎么看的问题。本文聚焦后端——从一堆特征数字到最终的 OK/NG 判定AI 模型究竟怎么选、怎么用。这是异音检测链路中直接决定误判率和漏判率的关键一环。一、为什么需要 AI传统阈值法有一个朴素的逻辑某个特征超过门限就判 NG。这个思路直观且可解释但在真实产线面前有四个硬伤。第一单特征覆盖不全。RMS 正常的电机峭度可能已经飙上去了——你盯着 RMS 看结果把轴承早期点蚀的 NG 放过去了。第二特征之间存在交互。两个特征各自在正常范围内但它们的组合关系已经偏离了正常工况。比如频率重心和 PSD 分布同时偏移各自都没超标合在一起就是早期异常。阈值法看不到这种组合。第三不同型号需要不同阈值。产线上一个型号一套阈值维护成本随品种数量线性增长。换型号意味着重新摸底、重新设定、重新验证。第四阈值宽严平衡靠试错。放太宽怕漏判卡太严误判多。最优平衡点往往要在产线上跑好几轮才能摸到时间成本很高。AI 方法的思路完全不同它把多个特征放到一个高维空间中自动学习 OK 样本和 NG 样本之间的决策边界。你不需要告诉模型RMS 低于 1.2 且峭度低于 4.0 才算 OK——你只需要给模型足够多的 OK 和 NG 样本让它自己找出OK 长什么样、NG 长什么样。这个从人工设定规则到数据驱动学习的转变是 AI 赋能异音检测的核心逻辑。二、传统机器学习方法SVM支持向量机SVM 在异音检测领域可以说是最小成本入门 AI的选择。它的核心思想是在特征空间中找一个超平面把 OK 和 NG 样本尽可能分得开。通过核函数RBF、多项式等SVM 能够处理非线性边界而不需要海量数据来拟合复杂的参数空间。优势小样本场景下表现突出100 到 500 个样本就能训练出稳定模型理论上保证找到的是全局最优解而非局部最优核函数提供了灵活的非线性建模能力。劣势需要人工先做好特征提取特征工程做不到位SVM 也无能为力样本超过 10000 时训练时间急剧上升对特征缩放非常敏感——如果 RMS 量级是 10^0 而 PSD 量级是 10^3不做归一化模型基本废掉。随机森林Random Forest随机森林是另一种在异音检测中常用的传统 ML 方法。它由多棵决策树组成每棵树在随机采样的数据和随机选的特征子集上训练最后投票决定分类结果。优势对特征缩放不敏感省掉了归一化这一步天然能够输出特征重要性排名——这一点在工程上非常有价值。比如训练完后可以告诉工艺人员影响判定最大的三个指标依次是峭度、特定频段 PSD、RMS工艺人员根据这个反馈去优化前端工艺不易过拟合在小到中等样本量下表现稳健。劣势模型文件比 SVM 大不少几十到几百棵树需要存储当 OK/NG 样本数严重不均衡时比如产线上 OK:NG 1000:1需要 SMOTE 过采样或代价敏感学习等手段额外处理。两者对比选型维度SVM随机森林最小样本量100200特征数量适应性中低维度表现好高维需降维天然支持高维特征训练速度小样本快10000 明显变慢中等可并行训练推理速度极快几十个支持向量计算快几十到几百棵树遍历过拟合风险中等依赖核函数和 C 参数选择低可解释性较弱支持向量不直观较强特征重要性排名非线性能力强RBF 核强树结构天然非线性实战建议如果你不确定用哪个两个都试比准确率。在大多数异音检测场景中两者的差距不大——真正拉开差距的是前端的特征工程和数据质量而不是模型选择本身。三、深度学习方法1D CNN原始波形输入1D 卷积神经网络直接吃原始振动波形省去了人工特征提取这一步。卷积核在时间轴上滑动自动学习波形中的局部模式。代价是数据需求量大——没有 5000 个以上的标注样本1D CNN 很难收敛到有意义的特征表示。2D CNN语谱图输入把 1D 振动信号通过 STFT 变成 2D 的时频谱图然后当作图像丢给 2D CNN 分类。好处是可以复用成熟的图像分类框架坏处是多了一步 STFT 计算。在数据量 1000 到 5000 样本之间时这往往比 1D CNN 更容易训练。迁移学习这是目前性价比最高的深度学习路线。用 ImageNet 上预训练好的 ResNet 或 EfficientNet拿掉最后的分类头接上自己的全连接层在 200 到 500 张语谱图上微调fine-tune。预训练模型已经具备强大的纹理和边缘识别能力而语谱图上的故障特征本质上就是一种纹理模式。小样本和大模型的经验在这里完美嫁接。传统 ML 与深度学习对比维度传统 MLSVM/RF深度学习CNN数据需求100-10002000-10000特征工程必须人工提取迁移学习中需要端到端不需要训练时间秒到分钟级分钟到小时级GPU推理时间1msCPU1-10msCPU/ 1msGPU准确率上限较高依赖特征质量非常高理论上限更高可解释性较好特征重要性较差黑箱部署复杂度低libsvm/sklearn 导出即可较高需要 ONNX/TensorRT 转换和推理框架适用场景小到中等数据量需要可解释性海量数据追求极致准确率四、实战选型建议按场景推荐场景推荐方案理由新产品导入200 样本阈值法 SVM先上阈值兜底积累样本后切 SVM中等规模200-1000 样本SVM 或随机森林两者都能给出可靠结果大规模5000 样本2D CNN 迁移学习数据量足以发挥深度学习的上限优势多品种频繁切换随机森林品种编号作为特征直接输入需要向工艺解释原因随机森林特征重要性告诉产线哪里该调渐进式落地路线阶段一立即可用收集 30 到 50 个良品样本建立阈值基线产线先跑起来。这一阶段的目标不是高准确率而是把正常产品快速放过人工复检兜底异常。阶段二1 到 2 周当 NG 样本积累到 200 个以上训练第一个 SVM 模型准确率通常能比纯阈值法提升 3 到 8 个百分点。这个提升看起来不大但在年产百万台的产线上换算成减少的误判复检工时相当可观。阶段三1 到 3 个月样本突破 1000 个后再评估是否需要上深度学习。如果你的传统 ML 模型准确率已经稳定在 97% 以上上深度学习带来的边际提升可能不值得额外的部署和维护成本。不要唯模型论一个老生常谈但永远值得重复的道理差 SVM 好特征远胜过好 CNN 差数据。你的精力投入优先级应该是数据质量 特征工程 数据均衡 模型选型 模型漂移监控。一个准确率 95% 的轻量模型稳定运行一年比一个准确率 98% 但需要 GPU、部署复杂、出了问题没人会排查的重量模型更有价值。五、谷木自动化的实践说说我们真实产线上跑过的几个场景。欧普照明某型号开关电机使用了时域三个特征RMS、峭度、峰峰值加上 SVM 分类器样本量约 100 个产线端准确率稳定在 95% 以上。这个场景信号特征比较明显不需要复杂的特征工程就能把 OK 和 NG 分开。某水泵电机产线问题更复杂——电机型号多、转速变化大、故障模式多样轴承、风叶、磁隙不均。我们采用了多维特征时域 6 个 频域 8 个 14 维特征向量配合随机森林准确率超过 97%。特征重要性排名帮助客户的工艺团队识别出风叶不平衡是头号 NG 来源推动前端工艺做了针对性改进——这是纯黑箱模型做不到的。模型推理性能无论是 SVM 还是随机森林推理都在工控机 CPU 上完成单次判定时间不到 5 毫秒对产线节拍零影响。不需要 GPU。我们的原则很简单够用就好不过度设计。绝大多数电机异音检测场景传统机器学习方法已经完全足够。深度学习是我们的技术储备在数据量达到规模、场景复杂度超出传统方法能力时才启用。不是越新越好不是越大越好——能稳定解决问题、让产线顺畅运转的就是好方案。