赋予网络物理直觉：一种多模态融合和物理敏感注意力的离心泵故障诊断（完善中......）

01 问题动机：深度网络缺乏物理指引，传统特征融合不够充分

离心泵振动信号蕴含丰富的故障信息，但是直接送入普通卷积网络会丧失信号中的物理结构，常见的做法是手工提取时频图或统计特征，再训练分类器，但是这类2步走方案割裂了特征提取和决策优化的联系，而且选择的频带往往依赖经验，无法适应数据变化。

另一方面，单一种类的2维图像（如 Mel 频谱或格拉姆角场）仅刻画了信号的某一侧面，难以完整表达故障模式。如何让网络在训练过程中自动关注物理上更有意义的信号段，并将不同表征有效融合，是提升诊断可信度和精度的关键。

02 方法核心：物理引导窗口选择与多视角融合

2.1 物理引导窗口选择
提出方法不将整段信号直接送入模型，而是设计了一种基于物理指标的滑动窗口评分机制，对于每一个短时窗，分别计算短时能量、峭度和高频带能量占比。这3个量分别反映信号的冲击强度、非高斯性和故障相关的高频成分。将3项指标归一化后加权求和，排序后截取评分最高的前 K 个窗口，这个步骤把原始的长时间信号压缩为少数高信息量片段，同时剔除了静默段和纯噪声区间，为后续处理提供了高质量输入。

2.2 多模态2维图像生成
对每个筛选出的窗口，并行构造3种互补的2维图像：

物理引导 Mel 频谱

在标准对数 Mel 谱基础上，引入一个面向故障频带的权重掩码，增强中高频 Mel 滤波器的响应，使得与泵故障密切相关的频带得以突出，而无信息的低频背景被相对抑制。

格拉姆角差场

将时间序列编码为极坐标角度，再计算两两角度差的正弦值，得到一幅保留完整时序相关性的图像，擅长捕捉信号中的细微相位变化和瞬态模式。

跨模态交互图

将归一化后的 PG-Mel 和 GADF 进行加权融合并通过非线性激活，生成一张显式描述2种模态交互关系的图像，它不再是简单的通道拼接，而是让不同来源的信息在像素级发生耦合。

最终，将3者堆叠为一个3通道图像，同时提取窗口的一维物理特征（均方根、峭度、峰值因子、频带能量比）。

2.3 物理感知挤压激励网络
为了使网络在卷积过程中持续感知信号的物理属性，在每一个卷积块的输出后插入一个物理感知的挤压-激励模块，常规 SE 模块仅利用通道描述符进行重标定，而设计的 SE 模块将一维物理特征向量与全局平均池化后的通道向量拼接，再通过全连接层生成通道权重，这意味着网络在决定增强哪些特征图、抑制哪些时，不仅依据当前层的视觉特征，还参考了窗口原始的物理统计量，从而将领域知识显式的注入了注意力机制。

主干网络为4层卷积池化堆叠，最后经全局池化与 Dropout 输出类别概率，整个网络进行端到端训练，损失函数采用加权交叉熵以应对类别不平衡。

参考文献：

赋予网络物理直觉：一种多模态融合和物理敏感注意力的离心泵故障诊断（完善中......）

如果你对信号滤波/降噪，机器学习/深度学习，时间序列预分析/预测，设备故障诊断/缺陷检测/异常检测有疑问，或者需要论文思路上的建议，欢迎学术咨询

工学博士，《MSSP》《中国电机工程学报》《宇航学报》《控制与决策》等期刊审稿专家，擅长领域：信号滤波/降噪，机器学习/深度学习，时间序列预分析/预测，设备故障诊断/缺陷检测/异常检测