基于CMAE和随机森林的工业设备故障诊断实战：Python实现与性能优化

1次阅读

共计 3261 个字符，预计需要花费 9 分钟才能阅读完成。

工业设备故障诊断的核心挑战往往来自三个方面：数据噪声大、特征维度高以及样本不均衡。传统方法如 SVM 或单一决策树在处理这些问题时表现有限：

SVM对高维特征和噪声敏感，且核函数选择需要经验
决策树 容易过拟合，难以捕捉深层特征关系

CMAE（卷积自编码器）+ 随机森林的组合优势在于：

特征提取：CMAE 通过卷积层和 bottleneck 结构（中间层维度压缩）自动学习鲁棒特征表示
分类稳健性：随机森林的集成特性有效缓解过拟合，适合处理非平衡数据
端到端处理：CMAE 可嵌入标准化预处理层，形成完整特征工程流水线

import torch
import torch.nn as nn

class CMAE(nn.Module):
    def __init__(self, input_dim=128):
        super().__init__()
        # 编码器：两个卷积层 +ReLU
        self.encoder = nn.Sequential(nn.Conv1d(1, 16, kernel_size=5, stride=2),  # 输入通道 1，输出 16
            nn.ReLU(),
            nn.Conv1d(16, 8, kernel_size=3, stride=2),  # 压缩至 8 通道
            nn.ReLU())
        # 瓶颈层：特征压缩核心
        self.bottleneck = nn.Linear(8*30, 32)  # 假设时序长度经卷积后剩 30

        # 解码器（对称结构）self.decoder = nn.Sequential(nn.Linear(32, 8*30),
            nn.Unflatten(1, (8, 30)),
            nn.ConvTranspose1d(8, 16, kernel_size=3, stride=2),
            nn.ReLU(),
            nn.ConvTranspose1d(16, 1, kernel_size=5, stride=2)
        )

    def forward(self, x):
        encoded = self.encoder(x)
        encoded = encoded.view(encoded.size(0), -1)  # 展平
        bottleneck = self.bottleneck(encoded)
        decoded = self.decoder(bottleneck)
        return bottleneck, decoded  # 返回压缩特征和重构结果

关键设计说明：

Bottleneck 层 强制网络学习压缩表示（32 维），过滤噪声
卷积步长 (stride) 逐步降低时序维度
输出同时返回压缩特征和重构信号，便于训练监督

from sklearn.ensemble import RandomForestClassifier

# 重要参数说明
model = RandomForestClassifier(
    n_estimators=200,  # 树的数量
    max_depth=10,      # 防止过拟合
    class_weight='balanced',  # 自动处理类别不平衡
    n_jobs=-1          # 使用所有 CPU 核心
)

import matplotlib.pyplot as plt

# 原始特征（假设是 10 维传感器数据）plt.figure(figsize=(12,4))
plt.subplot(121)
plt.title('原始特征')
plt.imshow(raw_features.T, aspect='auto')

# CMAE 提取后的特征（32 维）plt.subplot(122)
plt.title('CMAE 特征')
plt.imshow(cmae_features.T, aspect='auto')
plt.show()

方法 1：SMOTE 过采样

from imblearn.over_sampling import SMOTE

smote = SMOTE(sampling_strategy='minority')
X_res, y_res = smote.fit_resample(X_train, y_train)

方法 2：随机欠采样

from imblearn.under_sampling import RandomUnderSampler

under = RandomUnderSampler(sampling_strategy='majority')
X_res, y_res = under.fit_resample(X_train, y_train)

方法 3：类别权重调整（推荐方案）

# 计算类别权重
from sklearn.utils import class_weight
weights = class_weight.compute_class_weight('balanced', 
                                          classes=np.unique(y_train),
                                          y=y_train)
model.set_params(class_weight=dict(enumerate(weights)))

Joblib 方案（适合 Python 环境）

from joblib import dump

dump(model, 'model.joblib')  # 加载时用 load()

ONNX 方案（跨平台部署）

import onnxruntime as ort

# 转换随机森林
from skl2onnx import convert_sklearn
onnx_model = convert_sklearn(model, 'rf_model.onnx')

# 推理时使用
sess = ort.InferenceSession('rf_model.onnx')
inputs = {'input': X_test.astype(np.float32)}
preds = sess.run(None, inputs)

from flask import Flask
import gevent
from gevent import monkey
monkey.patch_all()

app = Flask(__name__)

@app.route('/predict', methods=['POST'])
def predict():
    data = request.json['features']
    # 异步处理请求
    return jsonify({'prediction': model.predict([data])[0]})

if __name__ == '__main__':
    # 使用 gevent 的 WSGI 服务器
    from gevent.pywsgi import WSGIServer
    http_server = WSGIServer(('0.0.0.0', 5000), app)
    http_server.serve_forever()

CMAE 学习率震荡：
使用学习率预热（如前 5 个 epoch 从 1e- 5 线性增加到 1e-3）
添加梯度裁剪（torch.nn.utils.clip_grad_norm_(model.parameters(), 1.0)）
随机森林特征重要性误判：
高基数特征（如 ID 类）可能被误认为重要
解决方案：先用 CMAE 降维，或手动过滤无关特征
模型漂移监测：
记录每日预测结果的分布变化（KL 散度检测）
设置预警阈值：当验证集 F1 下降 5% 时触发重训练

# 增量更新随机森林的部分实现
model.n_estimators += 10  # 增加新树
new_trees = RandomForestClassifier(n_estimators=10)
new_trees.fit(new_data, new_labels)
# 将新树合并到原模型（需自定义实现）