孫鄭依 馮濤 王晶

北京工商大學(xué) 北京 100048

0 引言

壓縮機(jī)是空調(diào)系統(tǒng)的核心組件，壓縮機(jī)殼體的振動(dòng)與其運(yùn)行狀態(tài)密切相關(guān)，故可通過壓縮機(jī)殼體的振動(dòng)信號(hào)來判別壓縮機(jī)的運(yùn)作狀況。

基于深度學(xué)習(xí)技術(shù)構(gòu)建的異常檢測(cè)模型具有強(qiáng)大的自主學(xué)習(xí)能力以及良好的特征提取能力，在學(xué)習(xí)高維數(shù)據(jù)、時(shí)間數(shù)據(jù)等復(fù)雜數(shù)據(jù)的表達(dá)、表示方面顯示出了巨大的能力，突破了不同學(xué)習(xí)任務(wù)的界限，可以有效地進(jìn)行異常檢測(cè)任務(wù)[1-5]。徐豐甜等[6]針對(duì)往復(fù)壓縮機(jī)氣閥故障根據(jù)溫度數(shù)據(jù)有不同的表現(xiàn)特點(diǎn)，提出一種基于主成分分析（PCA）法建立基于徑向基函數(shù)的故障異常監(jiān)測(cè)模型，實(shí)現(xiàn)往復(fù)式壓縮機(jī)故障異常自動(dòng)檢測(cè)。王遠(yuǎn)濤等[7]提出一種基于自編碼器模型的制冷壓縮機(jī)異常振動(dòng)檢測(cè)方法，探討了自編碼器迭代次數(shù)、隱藏層數(shù)以及訓(xùn)練樣本數(shù)量對(duì)判定準(zhǔn)確率的影響，結(jié)果表明，自編碼器模型可以應(yīng)用于制冷壓縮機(jī)異常振動(dòng)檢測(cè)任務(wù)并且樣本數(shù)量對(duì)準(zhǔn)確率影響顯著。劉恒等[8]針對(duì)壓縮機(jī)故障樣本稀缺的特點(diǎn)，提出一種基于變分自編碼器模型提取正常樣本共性特征進(jìn)而實(shí)現(xiàn)故障檢測(cè)的方法。

基于分類的深度學(xué)習(xí)模型可以保證壓縮機(jī)正異常判斷的準(zhǔn)確性，但標(biāo)簽準(zhǔn)確的高質(zhì)量數(shù)據(jù)是確保分類模型判別精度的基礎(chǔ)。隨著壓縮機(jī)生產(chǎn)技術(shù)的提升，故障壓縮機(jī)在生產(chǎn)中出現(xiàn)的幾率越來越低，正常樣本和故障樣本的比例極不均衡；大規(guī)模生產(chǎn)加大了人工現(xiàn)場(chǎng)實(shí)時(shí)標(biāo)注的難度，很容易出現(xiàn)樣本標(biāo)簽標(biāo)注錯(cuò)誤的情況。產(chǎn)品生產(chǎn)過程中，各種加工都是根據(jù)設(shè)計(jì)參數(shù)進(jìn)行，所以生產(chǎn)出來的正常機(jī)都具有趨同的特性，而故障機(jī)基本都是偏離正常參數(shù)的結(jié)果，在特征空間中表現(xiàn)出較大的離散度，這些問題對(duì)分類模型訓(xùn)練和評(píng)估帶來了極大困難。本文針對(duì)這一難題，研究了大規(guī)模樣本標(biāo)簽的校正方法，采用基于深度學(xué)習(xí)的自動(dòng)編碼器神經(jīng)網(wǎng)絡(luò)模型，使用漸進(jìn)調(diào)整方式訓(xùn)練自動(dòng)編碼器，基于重構(gòu)誤差序列和重構(gòu)損失值分布曲線提煉樣本，糾正錯(cuò)誤標(biāo)簽，為后續(xù)分類模型提供標(biāo)簽準(zhǔn)確的樣本。

1 自編碼器重構(gòu)樣本誤差序列

自動(dòng)編碼器是一種無監(jiān)督學(xué)習(xí)模型，它由編碼器（Encoder）和解碼器（Decoder）兩部分構(gòu)成，如圖1所示。編碼器將輸入數(shù)據(jù)映射到低維表示，壓縮為一個(gè)特征向量，其中包含了輸入數(shù)據(jù)的重要特征；解碼器將得到的低維表示重新映射回原始數(shù)據(jù)的維度，它的目標(biāo)是盡可能準(zhǔn)確地重構(gòu)原始數(shù)據(jù)。

圖1 自編碼器網(wǎng)絡(luò)結(jié)構(gòu)示意圖

對(duì)于第k個(gè)輸入數(shù)據(jù)：

其編碼過程為：

解碼過程為：

式中：Hk為神經(jīng)網(wǎng)絡(luò)的隱含特征；為神經(jīng)網(wǎng)絡(luò)的重構(gòu)向量；W0、W1為權(quán)重；b0、b1為偏置量；σ0、σ1為ReLU激活函數(shù)。

自動(dòng)編碼器訓(xùn)練過程旨在最小化重構(gòu)誤差即原始輸入數(shù)據(jù)與解碼器輸出數(shù)據(jù)之間的差異。訓(xùn)練過程可以通過最小化重構(gòu)誤差的損失函數(shù)來實(shí)現(xiàn)。常見的損失函數(shù)包括均方差損失（Mean Squared Error，MSE）和二進(jìn)制交叉熵?fù)p失（Binary Cross Entropy Loss），本文采取均方差損失。

損失函數(shù)為：

本文研究采用Adam優(yōu)化器，其結(jié)合了動(dòng)量法和自適應(yīng)學(xué)習(xí)率的特性，能夠在不同參數(shù)和不同數(shù)據(jù)的情況下更好地適應(yīng)和調(diào)整學(xué)習(xí)率，實(shí)現(xiàn)對(duì)模型參數(shù)的高效優(yōu)化。其更新公式如下：

壓縮機(jī)樣本標(biāo)簽主要依靠人工標(biāo)注的方式，當(dāng)面對(duì)大規(guī)模樣本時(shí)，人工標(biāo)注難免會(huì)出現(xiàn)偏差，導(dǎo)致標(biāo)簽與真實(shí)情況不符合，直接影響模型分類性能。但人工標(biāo)注出現(xiàn)偏差屬于小概率事件，大部分樣本標(biāo)簽與實(shí)際情況是相符的，通過人工標(biāo)注得到的數(shù)據(jù)仍對(duì)模型訓(xùn)練具有指導(dǎo)性意義。因此，本文利用自動(dòng)編碼器模型，基于人工標(biāo)注的方式制作初始數(shù)據(jù)集，逐步校正樣本標(biāo)簽，得到純凈的正常壓縮機(jī)數(shù)據(jù)集和故障壓縮機(jī)數(shù)據(jù)集，為分類模型奠定數(shù)據(jù)基礎(chǔ)。

訓(xùn)練時(shí)單純用正常壓縮機(jī)樣本訓(xùn)練自動(dòng)編碼器，測(cè)試時(shí)將全部樣本輸入自動(dòng)編碼器，將每個(gè)樣本的重構(gòu)誤差從小到大排序得到重構(gòu)誤差序列。由于生產(chǎn)線在同一生產(chǎn)模式下，因此故障壓縮機(jī)與正常壓縮機(jī)必然存在一定差異，則其均方差損失較正常壓縮機(jī)要大一些，對(duì)此，將重構(gòu)誤差序列頭部對(duì)應(yīng)的樣本真實(shí)標(biāo)簽修改為正常機(jī)，尾部修改故障機(jī)，進(jìn)行數(shù)據(jù)集的迭代更新。具體實(shí)施流程如圖2。

圖2 流程圖

（1）采集樣本制作初始數(shù)據(jù)集，搭建模型架構(gòu)，確定損失函數(shù)、優(yōu)化器、學(xué)習(xí)率等參數(shù)；

（2）挑選初始數(shù)據(jù)集中標(biāo)簽為正常壓縮機(jī)的部分樣本作為初始訓(xùn)練集，訓(xùn)練自動(dòng)編碼器；

（3）初始數(shù)據(jù)集全部樣本依次輸入訓(xùn)練好的自動(dòng)編碼器并統(tǒng)計(jì)每個(gè)樣本損失值，從小到大依次排列得到重構(gòu)誤差序列；

（4）根據(jù)重構(gòu)誤差序列，結(jié)合當(dāng)前標(biāo)簽畫出正常樣本與故障樣本重構(gòu)損失值的分布曲線；

（5）修改重構(gòu)誤差序列頭部樣本的標(biāo)簽為正常壓縮機(jī)，尾部為故障壓縮機(jī)，生成更新數(shù)據(jù)集，頭部樣本作為更新訓(xùn)練集；

（6）根據(jù)更新訓(xùn)練集，繼續(xù)訓(xùn)練上一步得到的自編碼器；

（7）根據(jù)更新數(shù)據(jù)集，重復(fù)第三步，直至正常數(shù)據(jù)與異常數(shù)據(jù)的分布曲線區(qū)分開來；

（8）基于更新數(shù)據(jù)集和重構(gòu)損失值分布曲線，劃分出“干凈”的正常樣本數(shù)據(jù)集和故障樣本數(shù)據(jù)集。

2 數(shù)據(jù)集和模型搭建

2.1 數(shù)據(jù)采集與數(shù)據(jù)集制作

數(shù)據(jù)集來源于大量生產(chǎn)線上空調(diào)壓縮機(jī)實(shí)測(cè)振動(dòng)數(shù)據(jù)，如圖3所示，壓縮機(jī)被放置在托盤上，并隨生產(chǎn)線移動(dòng)。當(dāng)托盤到達(dá)檢測(cè)工位時(shí)，通過下氣缸將托盤頂起，使其離開生產(chǎn)線，以減小傳送鏈自身的振動(dòng)對(duì)測(cè)量結(jié)果的影響。同時(shí)，上氣缸下壓，確保加速度計(jì)與壓縮機(jī)殼體緊密貼合。為了確保加速度計(jì)與壓縮機(jī)殼體的可靠接觸，在上氣缸和加速度計(jì)之間采用彈性阻尼環(huán)進(jìn)行連接。在生產(chǎn)線上使用加速度計(jì)來采集壓縮機(jī)殼體的振動(dòng)信號(hào)，通過NI9234采集卡進(jìn)行數(shù)字信號(hào)采集并做傅里葉變換作為自編碼器的數(shù)據(jù)集。

圖3 數(shù)據(jù)采集示意圖

圖4～5分別為正常壓縮機(jī)頻譜和故障壓縮機(jī)頻譜，為歸納統(tǒng)計(jì)壓縮機(jī)頻譜數(shù)據(jù)的分布特性，對(duì)其做最大最小值歸一化處理。自編碼器的編碼器和解碼器由神經(jīng)元和激活函數(shù)構(gòu)成，歸一化處理能夠加速神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)速率，加快模型收斂速度。

圖4 正常壓縮機(jī)頻譜

圖5 故障壓縮機(jī)頻譜

圖中橫軸為頻率，單位Hz；縱軸為幅值強(qiáng)度，單位dB。本研究中，選取壓縮機(jī)數(shù)據(jù)的頻率成分對(duì)應(yīng)的幅值強(qiáng)度作為模型的輸入。在生產(chǎn)線上采集的壓縮機(jī)振動(dòng)數(shù)據(jù)共有14784條數(shù)據(jù)，將其作為初始數(shù)據(jù)集，標(biāo)簽均由人工方式在采集過程中同步給出。其中，初始正常壓縮機(jī)樣本數(shù)為14598，初始故障壓縮機(jī)樣本數(shù)為186，隨機(jī)挑選初始正常壓縮機(jī)樣本中的5000條數(shù)據(jù)作為初始訓(xùn)練集。根據(jù)得到的重構(gòu)誤差序列修改樣本標(biāo)簽，得到更新數(shù)據(jù)集和更新訓(xùn)練集，如表1所示。

表1 數(shù)據(jù)集說明

本研究的核心目標(biāo)是讓參與訓(xùn)練自編碼器的正常機(jī)數(shù)據(jù)越純?cè)胶?，使得自?dòng)編碼器的編碼器部分學(xué)得樣本的特征向量能更準(zhǔn)確、充分地表達(dá)正常壓縮機(jī)數(shù)據(jù)特征，解碼器重構(gòu)時(shí)能夠?qū)φ嚎s機(jī)數(shù)據(jù)進(jìn)行一個(gè)很好的還原；當(dāng)給自編碼器輸入故障機(jī)數(shù)據(jù)時(shí)，由于兩類數(shù)據(jù)存在一定差異，使得故障壓縮機(jī)樣本的損失值會(huì)稍大一些，這樣可選取分布靠前的樣本標(biāo)注為正常壓縮機(jī)；分布靠后的樣本標(biāo)注為故障壓縮機(jī)，最終得到兩類樣本的“干凈”數(shù)據(jù)集，為分類模型提供準(zhǔn)確的訓(xùn)練樣本。

2.2 自動(dòng)編碼器模型搭建

本研究基于PyTorch深度學(xué)習(xí)框架搭建自編碼器網(wǎng)絡(luò)模型，模型架構(gòu)如圖6所示。

圖6 編碼器網(wǎng)絡(luò)結(jié)構(gòu)圖

該模型架構(gòu)屬于堆疊式自動(dòng)編碼器的形式，編碼器和解碼器由多個(gè)線形層和激活函數(shù)組成，輸入層為了匹配輸入的頻譜數(shù)據(jù)共設(shè)置876個(gè)神經(jīng)元，編碼器將876維的頻譜數(shù)據(jù)逐漸壓縮至20維作為輸入數(shù)據(jù)特征向量的表示。激活函數(shù)選用了ReLU激活函數(shù)和Sigmoid激活函數(shù)，前者具備良好的非線性建模能力，后者可以將輸出限制在0～1之間來匹配輸入數(shù)據(jù)。本研究采用均方差損失函數(shù)（MSELoss）作為重構(gòu)誤差的度量，并使用Adam優(yōu)化器來更新模型參數(shù)。

3 結(jié)果與討論

研究對(duì)象為某廠商生產(chǎn)的汽車空調(diào)壓縮機(jī)，數(shù)據(jù)均由生產(chǎn)線上實(shí)測(cè)而得?；趫D2，本研究共進(jìn)行80000次迭代訓(xùn)練、修改標(biāo)簽47次，經(jīng)過修改后，數(shù)據(jù)集中正常壓縮機(jī)樣本數(shù)變?yōu)?4519，故障壓縮機(jī)樣本數(shù)為265。為了評(píng)估模型的性能，本研究跟蹤了損失函數(shù)隨訓(xùn)練迭代次數(shù)的變化，截取部分損失函數(shù)曲線如圖7所示。

圖7 損失函數(shù)曲線

損失函數(shù)值在訓(xùn)練開始時(shí)較高，但隨著訓(xùn)練的進(jìn)行，損失曲線呈梯度下降趨勢(shì)，說明自動(dòng)編碼器正在學(xué)習(xí)輸入數(shù)據(jù)的特征。如圖7 a)、b)，在訓(xùn)練前期，損失下降的較快，訓(xùn)練振動(dòng)的幅度較大，在相同的迭代次數(shù)情況下，損失函數(shù)值下降范圍大概在0.0013左右；但隨著訓(xùn)練的進(jìn)行，下降趨勢(shì)逐步減小，如圖7 c)、d)，相同的迭代次數(shù)損失函數(shù)值下降范圍很小，此時(shí)加大了重構(gòu)誤差序列頭部所占比例，增加訓(xùn)練樣本并增大batchsize參數(shù)，使模型加快收斂速度、梯度下降方向準(zhǔn)確度增加、訓(xùn)練振動(dòng)幅度減小。本文得到的自動(dòng)編碼器模型對(duì)數(shù)據(jù)的重構(gòu)結(jié)果如圖8，重構(gòu)損失值分布曲線如圖9所示。

圖8 重構(gòu)結(jié)果

圖9 重構(gòu)損失值分布曲線

如圖9所示，將全部樣本損失值從小到大排序并等間隔劃分區(qū)間，正常壓縮機(jī)樣本分布曲線能夠區(qū)別于故障壓縮機(jī)樣本分布曲線，即正常壓縮機(jī)整體損失值偏小，故障壓縮機(jī)整體損失值偏大一些。針對(duì)這一分布特性，可選定某一區(qū)間界限，挑選出樣本標(biāo)簽與真實(shí)情況準(zhǔn)確無誤的樣本劃為分類模型的數(shù)據(jù)集。在本研究中，圖中第50個(gè)區(qū)間內(nèi)的某一損失值0.00054，設(shè)為正常壓縮機(jī)樣本標(biāo)簽的分界線；第125個(gè)區(qū)間內(nèi)的某一損失值0.0014，設(shè)為故障壓縮機(jī)樣本標(biāo)簽的分界線。在現(xiàn)有樣本中，若樣本輸入自編碼器模型得到的損失值小于0.00054可認(rèn)為其真實(shí)標(biāo)簽為正常壓縮機(jī)；大于0.0014則認(rèn)為其真實(shí)標(biāo)簽為故障壓縮機(jī)。

訓(xùn)練好的自動(dòng)編碼器模型也可作為人工實(shí)時(shí)標(biāo)注現(xiàn)場(chǎng)的輔助工具，若人工標(biāo)注為正常壓縮機(jī)，且其損失值小于0.00054；或人工標(biāo)注為故障壓縮機(jī)，其損失值大于0.0014，則可直接劃分到分類模型數(shù)據(jù)集當(dāng)中。

在原始數(shù)據(jù)集中，共包含14598個(gè)正常壓縮機(jī)和186個(gè)故障壓縮機(jī)，經(jīng)過本研究校正后，正常壓縮機(jī)個(gè)數(shù)變?yōu)?4519，故障壓縮機(jī)個(gè)數(shù)變?yōu)?65。如表2所示，在正常壓縮機(jī)當(dāng)中，標(biāo)簽未被修改即人工標(biāo)注正確的個(gè)數(shù)為14400，被修改即人工標(biāo)注錯(cuò)誤的個(gè)數(shù)為198；故障壓縮機(jī)中，“標(biāo)簽未被修改”即人工標(biāo)注正確的個(gè)數(shù)為67，“標(biāo)簽被修改”即人工標(biāo)注錯(cuò)誤的個(gè)數(shù)為119，所修改的樣本標(biāo)簽經(jīng)過人工復(fù)聽認(rèn)可。

表2 標(biāo)簽校正結(jié)果

選擇表2中“標(biāo)簽未被修改”列中的樣本作為后續(xù)分類模型的訓(xùn)練測(cè)試樣本，因?yàn)檫@類樣本的標(biāo)簽得到了人工和自編碼器模型的雙重認(rèn)定，確保了樣本標(biāo)簽的準(zhǔn)確性。

4 結(jié)論

本文提出一種針對(duì)大規(guī)模樣本標(biāo)簽的校正方法，通過樣本漸進(jìn)調(diào)整，完成了自動(dòng)編碼器模型的訓(xùn)練，實(shí)現(xiàn)了樣本標(biāo)簽的校正。在樣本漸進(jìn)調(diào)整的訓(xùn)練過程中，自編碼器損失值梯度逐步下降，最終收斂，表明自編碼器可用于樣本漸進(jìn)調(diào)整。本研究可對(duì)工業(yè)現(xiàn)場(chǎng)采集的大規(guī)模樣本進(jìn)行標(biāo)簽校正，可為后續(xù)分類模型的訓(xùn)練、驗(yàn)證和測(cè)試提供了標(biāo)簽更為準(zhǔn)確的數(shù)據(jù)樣本。