基于深度图聚类的多模态工业过程运行性能评估方法与实践

1. 项目概述：当浮选过程遇上多模态挑战

在矿物加工，尤其是浮选这个行当里干了十几年，我深知一个道理：稳定就是效益。浮选槽里泡沫的每一次翻涌，背后都关联着精矿品位、回收率和真金白银的成本。但现实往往很骨感，原矿性质波动、药剂条件变化、甚至环境温湿度差异，都会让整个浮选过程“切换”到不同的运行模式。昨天还跑得顺风顺水的参数，今天可能就因为进料矿石品位的细微变化，导致泡沫形态和关键指标偏离预期。这种“多模态”特性，是横在实现全流程智能化、精细化运行评估面前的一道坎。

传统上，老师傅们靠一双“火眼金睛”盯着泡沫，再结合仪表盘上的几个关键工艺变量（比如矿浆pH值、进气量、药剂添加量）来判断工况。这种方法高度依赖经验，且难以量化传承。近年来，基于数据驱动的过程运行性能评估（Process Operating Performance Assessment, POPA）方法开始兴起，目标就是把这套“人脑经验”转化为“算法模型”，实现客观、实时、精准的工况评判。然而，多模态的存在让问题复杂化了——不同模式下，评判“优”和“劣”的标准本身就在动态变化。用一种固定不变的模型去评估所有模式，无异于刻舟求剑。

我这次要分享的，正是我们团队针对这一痛点，在IEEE TII上发表的一项工作：基于深度嵌入图聚类网络的多模态浮选过程运行性能评估方法。简单说，我们不再试图用一个“万能模型”去硬套所有情况，而是先让模型自己学会识别当前处于哪种“模式”，再调用针对该模式专门训练的评估器进行精准打分。这套方法的核心创新，在于将过程变量和泡沫图像这两类截然不同的数据（我们称之为多源异构信息）融合成一个“关系图”，然后利用深度图聚类网络，无监督地、自动化地挖掘出不同的运行模式。最后，通过一个巧妙的贝叶斯融合策略，将模式识别的不确定性与性能评估的结果结合起来，给出一个更稳健、更可信的综合评判。

这套方法的价值，不仅在于它在我们合作的金矿浮选厂取得了超过83%的模式识别准确率，更在于它提供了一种通用的框架思路。对于从事工业人工智能、过程监控、特别是面临多工况、多模式挑战的同行来说，这种“先分模式，再细评估”的两级架构，以及融合多源信息、利用图神经网络挖掘数据内在关联的技术路径，具有很强的借鉴意义。无论你是算法工程师，还是工艺工程师，都能从中看到将复杂工业问题“分解-攻克”的实战思路。

2. 核心思路拆解：为何是“图”+“聚类”？

面对浮选过程的多模态POPA问题，我们的设计思路源于对工业数据本质的深刻理解。工业现场的数据从来不是孤立的样本点，它们存在于一个由时间、空间和工艺逻辑编织的复杂网络中。一个时刻的泡沫图像特征、矿浆流量、药剂浓度等，共同定义了一个瞬态工况；而前后时刻的数据之间，又存在着强烈的动态关联。这种数据的“结构性”和“关联性”，正是图数据模型所擅长的。因此，我们选择用“图”来建模整个浮选过程。

2.1 从多源异构数据到统一图表示

首先，我们要处理两类核心数据：连续的过程变量（如流量、浓度、pH值等传感器读数）和非结构化的泡沫图像。前者是时间序列，反映了过程的定量状态；后者是空间图像，蕴含了泡沫纹理、大小、颜色、流速等定性信息。直接将它们拼接成一个长向量会损失各自的结构信息，也忽视了它们之间的内在联系。

我们的做法是设计一个双分支卷积神经网络（DB-CNN）。一个分支是1D CNN，专门用于提取过程变量时间序列的深层特征；另一个分支是2D CNN，用于提取泡沫图像的视觉特征。这里的一个关键技巧是引入了双归一化注意力机制，自动学习并平衡这两类特征在最终融合表示中的权重。比如，当原矿性质稳定时，过程变量的权重可能更高；而当泡沫形态出现剧烈变化时，图像特征的权重则应提升。融合后的特征向量，就作为我们构建的图中每个“节点”的属性。

那么，节点之间的“边”如何定义？我们采用了一种基于余弦相似度的K近邻（KNN）方法。计算所有样本节点特征向量之间的余弦相似度，对于每个节点，只保留与其最相似的前K个节点之间的连接。这样构建的图是一个稀疏图，它隐含的假设是：工况相似的时刻，其在特征空间中也应该彼此接近。这种自适应构图的方式，比固定规则的构图（如基于时间滑窗）更能捕捉数据内在的相似性模式。

注意：K值的选择是个经验参数。太小会导致图过于破碎，失去全局结构信息；太大会引入噪声边，使图变得稠密，增加计算负担。我们通过实验发现，在浮选数据集上，K值在10到20之间能取得稳定良好的效果。建议在实际应用中，可以划分一个小的验证集，通过聚类结果的轮廓系数等指标来辅助确定K值。

2.2 深度嵌入聚类：让模式“自浮现”

有了图结构（邻接矩阵A）和节点特征（X），接下来的核心任务是在无监督（或仅有极少量标签）的情况下，将节点（即不同时刻的工况）划分成不同的簇，每个簇对应一种潜在的运行模式。这就是深度图聚类要解决的问题。

我们提出的深度嵌入图聚类网络（Deep Embedded Graph Clustering Network, DEGC）融合了图自编码器（Graph Autoencoder）和深度聚类（Deep Clustering）的思想。其核心是一个编码-解码结构：

1. 编码器：由两层图卷积网络（GCN）构成。它同时接收节点特征X和邻接矩阵A，通过聚合邻居信息，学习到每个节点的低维嵌入表示Z。这个Z浓缩了节点的自身属性及其在图结构中的位置信息。
2. 解码器：同样由GCN构成。它的任务是从嵌入表示Z中，同时重构出原始的节点特征X和原始的图结构A。这迫使编码器学习到的嵌入Z必须尽可能完整地保留原始数据的信息。

这里的精妙之处在于双重重构损失。不仅要重构节点内容（L_rec = ||X - X_hat||），还要重构图结构（L_ra）。这意味着，学习到的嵌入不仅要让相似的节点在特征空间靠近，还要保持它们在图拓扑关系上的邻近性。这种设计极大地增强了嵌入表示的质量和对聚类任务的友好性。

2.3 双自监督与贝叶斯软识别：提升稳健性的关键

仅有好的嵌入表示还不够，我们需要一个高效的机制来驱动聚类。我们引入了双自监督机制。简单来说，我们在嵌入空间Z上计算一个软聚类分配分布Q（使用t-SNE中类似的t分布核函数来衡量节点与聚类中心的相似度）。然后，通过一个“锐化”操作，从Q生成一个目标分布P（P比Q具有更高的置信度，即概率分布更“陡峭”）。训练时，我们通过最小化Q与P之间的KL散度，以及另一个从嵌入Z经过一个简单分类器得到的分布H与P之间的KL散度，来同时优化嵌入表示和聚类中心。

这个机制的本质是自训练：模型自己生成一个更“干净”、更自信的目标P，然后引导当前的聚类分配Q和表示H向P靠拢。通过迭代，聚类结果会越来越清晰，簇内越来越紧致，簇间越来越分离。

最后，对于在线评估，我们设计了一个贝叶斯融合的软识别方法。传统的做法是：先用一个模型判断模式，然后硬切换到一个对应的评估模型。但模式识别本身可能存在不确定性（比如模型判断当前工况属于模式A的概率是0.7，属于模式B的概率是0.3）。我们的软识别方法，不是简单地选择概率最大的模式，而是将所有模式下的性能评估结果，按照模式识别的概率进行加权融合。具体公式为：P(最终性能等级) = Σ [P(模式i) * P(该模式下性能等级)]。这样，即使模式判断存在些许模糊，最终的评估结果也能综合所有可能性，从而更加平滑和稳健。

3. 模型架构与实现细节

理解了核心思路，我们深入到DEGC网络的具体实现细节。整个系统分为两个层级：DEGC-m模型用于多模态划分，DEGC-p模型用于各模式下的性能评估。两者共享核心的DEGC网络结构，但在损失函数和训练策略上有所不同。

3.1 DEGC网络核心组件详解

图编码器：我们采用两层GCN。第一层：Z1 = ReLU(D_hat^(-1/2) * A_hat * D_hat^(1/2) * X * W0)。这里A_hat = A + I是加了自连接的邻接矩阵，D_hat是其度矩阵。这种归一化操作是GCN的标准做法，目的是防止多层传播后节点特征尺度爆炸或消失。W0是可训练权重矩阵。ReLU激活函数引入非线性。第二层类似，最终输出低维嵌入Z。

图解码器：结构与编码器对称。它从嵌入Z出发，试图重构出节点特征X_hat和重构的邻接矩阵A_tilde。A_tilde是通过计算嵌入向量zi和zj之间的余弦相似度（取绝对值）得到的，即A_tilde_ij = |zi^T * zj| / (||zi|| * ||zj||)。节点特征的重构损失使用均方误差（MSE），图结构的重构损失使用二元交叉熵（BCE），因为邻接矩阵是0/1矩阵。

聚类模块：在得到嵌入Z后，我们通过一个1D卷积层（或全连接层）将其映射到聚类空间，得到软分配矩阵H（H_ij表示节点i属于簇j的概率）。同时，我们直接在嵌入Z上利用t分布计算另一个软分配Q。如前所述，通过计算Q生成目标分布P，然后构建两个KL散度损失：L_cluQ = KL(P||Q)和L_cluH = KL(P||H)。这两个损失共同构成聚类损失。

总损失函数：对于DEGC-m（模式划分），总损失为：L = L_rec + λ1*L_ra + λ2*L_cluQ + λ3*L_cluH。λ1, λ2, λ3是超参数，用于平衡不同损失项的重要性。在我们的实验中，设置λ1=1, λ2=λ3=0.1效果较好。

3.2 针对性能评估的DEGC-p模型

DEGC-p模型的结构与DEGC-m几乎相同，但它的任务是在已知模式下，将工况划分为“优”、“良”、“中”、“差”等性能等级。因此，它的训练是半监督的。我们有一小部分数据是有真实性能标签的（通过实验室化验精矿和尾矿品位获得）。

在DEGC-p的损失函数中，除了重构损失和聚类损失，我们额外加入了分类损失L_cla，即标准的多分类交叉熵损失，作用于那些有标签的样本。同时，聚类损失中的目标分布P，也会受到有标签样本的“牵引”，使得聚类结果与真实的性能等级对齐。其总损失为：L = L_rec + β1*L_ra + β2*L_cluQ + β3*L_cluC + β4*L_cla。其中L_cluC是目标分布P与分类器输出C之间的KL散度。

实操心得：半监督训练是工程成功的关键。完全无监督的聚类可能无法与工艺人员定义的“优、良、中、差”完美对应。引入哪怕5%-10%的准确标签数据，也能极大地引导聚类过程向有工艺意义的方向收敛。标签数据应尽可能覆盖所有性能等级和不同的运行条件。

3.3 在线评估流程与贝叶斯融合实现

在线部署时，对于一个新到来的样本（包含当前的过程变量和泡沫图像），系统按以下步骤工作：

1. 特征提取与构图：通过预训练好的DB-CNN提取融合特征，并根据当前样本与历史样本库（或一个滑动窗口内的样本）计算相似度，动态更新图结构（通常采用增量更新方式，避免全量重构）。
2. 模式概率预测：将新样本构成的子图输入训练好的DEGC-m模型，得到其属于各个运行模式的概率分布H* = [h1, h2, ..., hk]。
3. 多模型并行评估：将新样本分别输入所有k个DEGC-p模型（每个模型对应一种模式），得到k组性能等级概率分布C*_1, C*_2, ..., C*_k。
4. 贝叶斯软融合：计算最终的性能等级概率分布：C_final = Σ (hi * C*_i)，即对k个评估结果进行概率加权平均。最终的性能等级取C_final中概率最大的那一类。
5. 结果输出与反馈：将融合后的性能等级（如“良”）以及各模式的置信概率反馈给操作员界面。同时，系统可以记录该样本，用于后续模型的增量更新。

# 伪代码示意贝叶斯软融合核心步骤 def online_soft_recognition(feature_vector, degc_m_model, degc_p_models): # 步骤1&2: 获取模式概率 mode_probs = degc_m_model.predict(feature_vector) # 形状 [k] # 步骤3: 获取各模式下的性能评估概率 performance_probs_list = [] for i, model in enumerate(degc_p_models): prob = model.predict(feature_vector) # 形状 [t], t为性能等级数（如4） performance_probs_list.append(prob) # 步骤4: 加权融合 final_performance_probs = np.zeros_like(performance_probs_list[0]) for i in range(len(mode_probs)): final_performance_probs += mode_probs[i] * performance_probs_list[i] # 步骤5: 决策 final_grade = np.argmax(final_performance_probs) return final_grade, final_performance_probs, mode_probs

这种软融合策略的优势在于，它容忍了模式识别阶段的不确定性。例如，即使模式判断有些模糊（比如在两种模式的边界上），最终的评估结果也不会产生阶跃式的突变，而是平滑地过渡，这更符合工业过程的连续性特点。

4. 实验部署与调优实战

理论再完美，也得在工业现场落地才算数。我们这套方法在一个日处理量3000吨的金矿浮选厂进行了超过一年的部署和验证。下面分享从数据准备到模型上线的全流程细节和踩过的坑。

4.1 数据采集与预处理流水线

数据源：

1. 过程变量：从DCS系统实时采集，包括原矿给矿量、浮选机液位、充气量、起泡剂和捕收剂添加量、精选段pH值等10个关键变量，采样频率1秒。
2. 泡沫图像：在粗选和精选浮选槽上方各安装一台Basler工业相机（acA1300-30gc），距泡沫层表面垂直高度约1米，固定1秒拍摄一张高清图片。确保光照稳定（采用防爆补光灯），避免反光和阴影。

预处理关键步骤：

• 图像处理：原始图像为1296x966像素。首先进行灰度化，然后采用自适应直方图均衡化（CLAHE）来增强泡沫纹理对比度，减弱光照不均的影响。最后，统一裁剪为100x100像素的ROI区域，聚焦于泡沫层中心最具代表性的部分。
• 变量对齐与滑窗：图像和变量数据通过时间戳严格对齐。由于过程具有动态惯性，我们采用滑动窗口构造样本。窗口长度t经过实验确定为30秒（即30个数据点）。这意味着每个样本包含了过去30秒内所有变量和图像的特征融合信息，能更好地反映工况趋势而非瞬时状态。
• 归一化：过程变量采用按模态分组的Min-Max归一化。这是关键一步！不能对所有数据统一归一化，因为不同模式下的变量取值范围可能不同。我们先由DEGC-m进行初步模式划分（或根据工艺知识预先划分），然后在每个模式内部分别进行归一化。图像数据则进行简单的像素值归一化到[-1, 1]。

踩坑记录：最初我们采用了全局归一化，导致模型在模式切换时评估剧烈波动。后来改为按模式分组归一化，评估稳定性大幅提升。这背后的原理是，不同模式可能对应不同的生产负荷或药剂制度，其变量的正常操作区间本就不同。全局归一化会模糊这种模式间的差异。

4.2 模型训练与超参数调优

我们使用PyTorch和PyTorch Geometric库搭建模型。数据集按时间顺序划分为训练集（80%）、验证集（10%）和测试集（10%）。验证集用于早停和超参数调优，测试集完全不参与训练，用于最终报告性能。

核心超参数设置经验：

• 优化器：Adam。学习率从0.001开始，配合ReduceLROnPlateau调度器，当验证损失连续5个epoch不下降时，学习率乘以0.5。
• 批大小：64。更大的批大小（如128）有时会略微提升效果，但考虑到在线部署时的内存和延迟，64是一个较好的平衡点。
• 嵌入维度：经过网格搜索，编码器最终层嵌入维度设为4。这个维度已经足够区分我们数据中的3种主要运行模式，维度再高容易引入噪声和过拟合。
• 损失函数权重：这是调参的重点。λ1（图重构损失权重）设为1，强调拓扑结构的重要性。λ2和λ3（聚类损失权重）设为0.1，防止聚类目标过早地、过强地扭曲嵌入空间。β4（分类损失权重）在DEGC-p中设为0.01，因为标签数据较少，权重太大会压制无监督学习发现的结构。

训练技巧：

1. 分阶段训练：先以较大的学习率（如0.01）单独训练DB-CNN特征提取器，冻结其参数。然后再用较小的学习率（0.001）端到端训练整个DEGC网络。这样能稳定训练过程。
2. 早停策略：我们监控验证集上的聚类指标（如轮廓系数）和分类准确率（对于DEGC-p）。连续15个epoch没有提升即停止训练。
3. 标签平滑：对于DEGC-p中少量的标签数据，我们采用了标签平滑技术，将硬标签（如[0,0,1,0]）稍微软化（如[0.05,0.05,0.85,0.05]），这有助于防止模型对少数标签样本过拟合，提升泛化能力。

4.3 性能评估与对比实验

我们在两个层面验证方法：一是在公开图数据集（Cora, Citeseer）上验证DEGC聚类算法本身的先进性；二是在真实的浮选数据集上验证整个多模态POPA系统的有效性。

公开数据集对比：我们与GAE、VGAE、ARGA、SDCN等先进的图聚类方法对比。评价指标包括准确率（Acc）、标准化互信息（NMI）、调整兰德指数（ARI）和F1分数。我们的DEGC在Cora和Citeseer上均取得了最优或接近最优的结果。例如在Cora上，Acc达到了0.836，比基线方法平均提升了约3.9%。这证明了我们提出的双重重构损失和双自监督机制的有效性。

浮选数据集结果：

• 模式划分（DEGC-m）：准确率达到0.832。通过t-SNE可视化嵌入空间，可以看到三种模式被清晰地分离成三个簇，簇内紧凑，簇间边界分明。
• 性能评估（DEGC-p）：在三种模式下，平均性能评估准确率达到89.7%。特别地，对于“优”和“差”这两种极端状态的识别准确率超过95%，这对于指导生产调整最具价值。
• 消融实验：我们分别移除了节点特征重构（w/o X_hat）、图结构重构（w/o A_tilde）和辅助目标分布（w/o ATD）模块。实验表明，任何一部分的缺失都会导致聚类性能显著下降（Acc下降5%-15%），验证了我们模型设计的必要性。
• 软识别增益：对比“硬切换”（直接取最大概率模式对应的评估结果）和我们的“贝叶斯软融合”方法，软融合在测试集上的整体评估准确率提升了约2.1%。尤其是在模式边界附近的样本，提升效果更为明显。

5. 工程落地挑战与解决方案

将实验室模型搬到嘈杂、多变的工业现场，是一场硬仗。以下是我们在部署和运维过程中遇到的主要挑战及应对策略。

5.1 概念漂移与模型更新

工业过程不是静态的。设备磨损、矿石性质缓慢变化、季节更替都会导致数据分布逐渐变化，即“概念漂移”。部署半年后，我们发现模型在部分新工况下的评估准确率有轻微下降。

我们的解决方案是建立模型增量更新机制：

1. 在线监测：实时计算模型预测结果的置信度。当连续多个样本的预测置信度低于阈值，或与工艺人员手动判断冲突频率增高时，触发预警。
2. 数据池管理：维护一个固定大小的最新数据池（如最近一个月的数据）。当触发更新时，从池中采样一部分新数据（确保覆盖所有已识别的模式）。
3. 增量微调：在原有模型参数的基础上，用新数据对模型进行少量epoch的微调。关键点：冻结编码器的前几层，只微调后面的层和聚类/分类头。这样可以快速适应新分布，同时保留之前学到的通用特征，避免灾难性遗忘。
4. A/B测试与灰度发布：新模型先在离线环境或单个浮选系列上并行运行，与旧模型和人工判断对比，确认效果提升后再全量替换。

5.2 实时性与计算资源约束

浮选过程调整需要及时性，评估结果必须在秒级内返回。我们的模型包含CNN特征提取和GCN推理，对计算有一定要求。

优化策略：

• 边缘计算部署：在车间现场部署带有GPU的工业边缘计算盒子（如NVIDIA Jetson AGX Orin），将特征提取和模型推理放在边缘端。只将最终的评估结果和关键特征上传到中央服务器，极大减少了网络带宽压力和云端计算负载。
• 模型轻量化：对训练好的DEGC模型进行剪枝和量化。我们将32位浮点数权重转换为16位甚至8位整数，模型大小压缩了70%，推理速度提升了3倍，而精度损失不到1%。
• 图结构简化：在线构图时，不构建包含所有历史样本的大图，而是构建一个以当前样本为中心的、仅包含最近N个样本（如N=200）的局部滑动窗口图。这大幅降低了GCN计算复杂度。

5.3 与现有系统的集成与解释性

工厂的DCS系统和操作员习惯是既定的。如何让一个“黑箱”AI模型的结果被信任和采用？

我们做了三件事：

1. 可视化仪表盘：开发了一个独立的Web可视化界面，与DCS系统并行。界面不仅显示最终的“优/良/中/差”等级，还以仪表盘形式展示属于各模式的概率、各性能等级的置信度，以及最重要的归因图。例如，当评估为“中”时，系统会高亮显示对本次评估贡献最大的几个过程变量（如“pH值偏低”）和泡沫图像特征区域（如“气泡尺寸偏大”）。
2. 规则兜底：建立一套基于工艺知识的简单规则库。当AI模型给出的评估结果与关键工艺变量的硬性阈值严重冲突时（例如，模型评估为“优”，但关键药剂添加量已低于安全阈值），系统会发出高级别告警，并提示操作员优先检查规则冲突项。这增加了系统的安全冗余。
3. 闭环验证：将模型的评估建议（如“建议微调起泡剂添加量”）与后续一段时间内的实际品位化验结果进行关联分析。通过长期的数据积累，向工艺人员展示模型建议的有效性统计，用事实赢得信任。

5.4 常见故障排查清单

在运维过程中，我们总结了一份快速排查表：

回顾这个项目，从最初的算法构思到最终的工业落地，最大的体会是：在工业AI领域，一个能在现场稳定运行、持续创造价值的“80分”模型，远胜过一个在论文指标上“99分”却难以部署的模型。我们的DEGC方法在理论上有其创新性，但真正让它发挥作用的，是那些围绕数据预处理、模型更新、系统集成和运维保障所做的、看似琐碎却至关重要的工程化工作。多模态问题本质上是工业复杂性的体现，解决它没有银弹，需要的是数据驱动与工艺知识的深度融合，以及算法模型与工程实践的反复打磨。这条路很长，但每解决一个实际问题，看到浮选指标因为我们的系统而变得更加平稳，那种成就感是无可替代的。