【论文解读】基于聚类欠采样与深度孪生自注意力网络的燃气轮机不平衡故障诊断

航空燃气轮机在实际服役过程中具有极高的可靠性，绝大多数历史监测数据均处于健康状态，而实际故障样本极为稀缺，且故障初期特征与正常状态在特征空间中存在较强的重叠性。针对这一工业实际场景中的极度不平衡分类难题，论文《Highly imbalanced fault diagnosis of gas turbines via clustering-based downsampling and deep siamese self-attention network》提出了一种集成了聚类欠采样与深度孪生自注意力网络的故障诊断方法。该方法致力于通过对正常样本进行聚类筛选以构建平衡训练集，并结合自注意力机制与度量学习来提升时序特征提取与类别区分能力。

图 1：传统特征空间、聚类欠采样后及嵌入特征空间中的样本分布示意图

在数据预处理与样本构建阶段，该方法基于发动机基线偏差参数，选取了排气温度裕度、排气温度偏差、核心转子转速偏差及燃油流量偏差作为关键表征参数，以消除飞行环境和推力波动对测量信号的影响。然后，系统采用滑动窗口方法对多维时间序列进行切片构建样本。通过从故障发生时刻向前滑动截取固定时间步长的数据片段，将多维时序监测数据转化为规则的多通道样本矩阵，并以此划分出正常样本与不同类型的传感器及部件故障样本。

为缓解不同类别之间的样本量悬殊问题，该方法引入了基于聚类的欠采样策略。相较于易丢失关键分布信息的随机下采样，该策略仅对训练集中的正常样本执行聚类算法，将正常样本划分为若干簇，并提取各簇的中心点作为正常类的代表样本。接着，将提取出的聚类中心与所有少量的故障样本合并，构建出类别比例相对均衡的训练数据集。这种处理方式在压缩正常样本冗余度的同时保留了其全局分布特征，有助于降低类别重叠区域对少数类判别的干扰。

图 2：基于聚类欠采样与深度孪生自注意力网络的故障诊断流程框架图

在特征提取与网络映射方面，框架采用深度孪生网络结构，并以多头自注意力编码器作为特征提取核心。多头自注意力机制能够自主捕捉多维时间序列在不同时序位置与通道维度的依赖关系，并辅以层归一化与前馈网络以提升特征表达能力。网络将平衡数据集中的样本配对生成同类与异类样本对，并利用对比损失函数进行训练优化，促使同类样本在低维嵌入特征空间中的距离逐渐缩小，异类样本之间的距离逐渐拉大，从而提高各类样本在特征空间中的可分离性。

在测试与故障分类推理阶段，待测样本首先与由聚类中心及已知故障样本构成的支持集样本进行配对。经过训练好的孪生特征提取网络映射后，系统计算待测样本与支持集中各个样本在嵌入特征空间内的欧氏距离度量。最后，根据最近邻原则，将待测样本判定为与特征空间几何距离最近的支持集样本所属的类别，实现对正常状态及不同故障类型的在线判别。

参考文献：

Highly imbalanced fault diagnosis of gas turbines via clustering-based downsampling and deep siamese self-attention network[J]. Advanced Engineering Informatics, 2022, 54: 101725.

https://www.sciencedirect.com/science/article/abs/pii/S1474034622001835