《海军航空大学学报》近期发表了一项关于滚动轴承故障诊断的重要研究，题为《基于FFT-CNN-Transformer的滚动轴承故障诊断》。该研究由上海海事大学物流工程学院的许坤波、刘栋君、宗泽凯、王朝阁和王冉合作完成，于2025年4月30日在该期刊网络首发。这项研究针对机械故障诊断领域的核心挑战，提出了一种创新的混合深度学习模型，显著提升了滚动轴承故障诊断的准确性和鲁棒性。
研究背景与目标
滚动轴承是航空发动机、起落架等关键旋转部件的核心元件，其工作环境复杂且可靠性要求极高。传统故障诊断方法（如支持向量机SVM、人工神经网络ANN）存在特征提取不充分、泛化能力不足等问题。尽管卷积神经网络（CNN）等深度学习方法在故障诊断中取得进展，但仍面临全局特征建模能力有限、时频域特征融合不充分等挑战。为此，研究团队提出结合快速傅里叶变换（FFT）、双通道CNN和Transformer的混合模型（FFT-CNN-Transformer），旨在通过多维度特征融合实现更高精度的故障分类。
研究方法与流程
研究流程分为四个核心阶段：
数据预处理与特征转换
- 数据来源：采用美国凯斯西储大学公开的滚动轴承数据集，包含10类状态（1类正常、9类故障），故障类型涵盖内圈、外圈、滚动体损伤，损伤直径包括0.007英寸、0.014英寸和0.021英寸三种。
- 信号处理：原始时域信号通过FFT转换为频域信号，生成1024点的时间序列样本，重叠率为50%，最终每种状态生成233个样本，按7:2:1划分为训练集、验证集和测试集。
双通道CNN特征提取
- 时域通道：采用三层一维卷积（1D-CNN），通道数逐层递增（1→32→64→128），配合ReLU激活函数和最大池化，提取局部时域特征。
- 频域通道：类似结构但通道数减半（1→16→32→64），聚焦频域特征。每层卷积后加入批量归一化（BN）以提升稳定性。
Transformer编码器融合
- 时域和频域特征分别输入独立的Transformer编码器，通过多头自注意力机制（Multi-Head Attention）建模全局依赖关系。编码器舍弃了解码器部分，仅保留6层注意力层和前馈神经网络，减少计算开销。
分类与验证
- 融合后的特征经全连接层和Softmax分类器输出故障类型。实验平台配置为Intel i5-8265U CPU和PyTorch框架，超参数包括批量大小64、学习率0.0002、交叉熵损失函数。
关键结果与发现
- 模型性能：FFT-CNN-Transformer在测试集上达到99.85%的准确率，显著优于对比模型（多尺度图-Transformer 98.20%、DRSN-Transformer 97.46%、CNN-Transformer 96.66%）。混淆矩阵显示所有故障类别均被正确分类，无任何误判。
- 特征融合优势：频域分析成功提取了传统时域方法难以捕捉的故障特征频率（如滚珠故障107.36 Hz、内圈故障162.23 Hz），验证了时频域联合分析的必要性。
- 计算效率：模型训练耗时仅15.13秒，优于对比算法（16.26~17.55秒），得益于Transformer编码器的精简设计。
研究价值与创新点
科学价值：
- 提出了一种新型时频域特征融合框架，解决了单一域分析信息有限的问题。
- 证明了自注意力机制在机械故障诊断中的有效性，为跨领域迁移学习提供了新思路。
工程应用：
- 模型可集成至实时监测系统，用于航空发动机、风力发电机等关键设备的早期故障预警。
- 公开代码和数据集（CWRU）促进了行业标准化的故障诊断流程发展。
方法论创新：
- 双通道CNN：并行提取时频域特征，克服了传统单通道模型的局限性。
- 轻量化Transformer：通过移除解码器降低计算复杂度，适合工业场景部署。
研究亮点
- 高精度诊断：99.85%的准确率为当前公开文献中的最高水平之一。
- 多模态融合：首次将FFT、CNN与Transformer结合应用于轴承故障诊断。
- 可解释性：通过频谱分析和注意力权重可视化，揭示了模型决策的关键特征。
未来方向
作者建议后续研究可从三方面展开：
1. 结合生成对抗网络（GAN）扩充罕见故障样本，提升模型鲁棒性；
2. 探索多传感器数据（如温度、油液分析）的多模态融合；
3. 在更复杂的工况（变转速、高噪声）下验证模型泛化能力。
这项研究为智能故障诊断领域提供了重要的理论框架和工程实践参考，其开源实现有望推动工业健康管理技术的进步。