168_基于振动电流双模态融合的滚动轴承故障诊断

用帕德博恩大学（PU）真实轴承数据集，把振动信号和电机电流两种物理独立传感器数据做跨模态注意力融合，三分类识别健康/人工损伤/真实损伤轴承状态，测试准确率99.35%。配套带注释代码、近40页技术文档、面试问答文档和整套现成配图，特别适合做毕设、给简历加亮点、准备面试。

任务类型时序与信号
专业方向人工智能 · 机械/工业 · 电气工程

如果你正在找一个能写进简历、面试时又能讲清楚的 AI 项目，这个「用振动+电流给轴承看病」的题目会很合适。

它的方向听起来挺硬核——工业信号处理 + 多模态深度学习，但配套都给你备齐了，帮你真正搞懂它、在面试和答辩里讲明白：带中文注释、能读懂的代码，一份近四十页的技术文档，一份把面试问题连答案都写好的问答文档，还有一整套可以直接拿去做 PPT 的配图。

flowchart LR A["振动信号<br/>(1通道)"] --> C["跨模态注意力<br/>Q=振动 K/V=电流"] B["电机电流信号<br/>(双相2通道)"] --> C C --> D["健康 / 人工损伤 / 真实损伤"]

先说清楚，它到底在做什么

轴承是旋转机械里最容易坏的部件之一，工业界诊断轴承故障最常用的办法是在设备表面贴振动加速度传感器，但振动传感器要额外安装、要维护、成本不低；而电机本身自带的电流互感器几乎是"免费"的——如果电流信号也能用来判断轴承状态，诊断成本会大幅降低。问题是电流信号里的故障特征天然比振动信号微弱得多，单独拿电流去做诊断效果有限。

这个项目的思路，是拿一份真实的帕德博恩大学（Paderborn University）轴承数据集，把振动和电流这两路物理上完全独立的传感器信号真正融合起来，而且不是随便找个"融合"的说法交差，而是系统性地把5种可能的做法都跑一遍、放在一起对比：振动单模态基线、电流单模态基线、早期融合（输入层硬拼）、晚期融合（决策层平均），以及跨模态注意力融合。跑完这轮完整的消融实验后会发现一个很反直觉的结果——不是"融合了就一定更好"，只有让模型自己学会"什么时候该信、信多少"电流信号的跨模态注意力融合，才真正把电流里那点微弱但有价值的信息榨了出来。

真实振动/电流原始时域波形对比 — 项目用的是真实的PU轴承数据——同一个64毫秒窗口下，三类轴承状态的振动波形肉眼可辨，电流波形却几乎看不出差异，这一眼就能看出两个模态"谁强谁弱"。

搞懂它，你能在面试里讲清楚什么

这才是这个项目对你最大的价值。把下面几件事吃透，面试官问到相关问题时，你都能从容答上来。

项目整体流程图 — 从数据输入到最终评估，七个环节一图看懂，面试时对着这张图从头讲到尾，逻辑链条完全立得住。

为什么"参数量越大、融合越复杂，效果一定越好"在这里是错的。 这是这个项目最出彩、也最反直觉的发现。早期融合把振动和电流硬拼在一起送同一个卷积网络，逼着同一组卷积核既要学振动的特征、又要学电流的特征，"一心二用"反而学得不纯粹；晚期融合的参数量几乎是振动基线的两倍，但只是把两个分支的预测结果简单平均，相当于把一个明显更弱的电流分支和振动分支"平起平坐"，结果被拖累。两者的测试准确率都没有超过纯振动单模态基线。

早期融合、晚期融合、跨模态注意力融合结构对比 — 面试常问"你这几种融合方式有什么区别"，照着这张 (a)(b)(c) 对比图，三句话就能讲清楚融合到底发生在哪一层。

跨模态注意力到底是怎么设计的。 关键设计是让振动信号的 embedding 去做 Query，电流信号的 embedding 做 Key/Value，用一次多头注意力计算"该在多大程度上参考电流信息"，而且振动的原始 embedding 还留了一条跳接直通分类头——这样即使注意力那条支路学得不够好，振动本身的强信息也不会丢。靠这个设计，跨模态注意力融合最终以99.35%的测试准确率，比表现最好的振动单模态基线还要高出0.58个百分点，是全场唯一真正做到"双模态优于单模态"的方法。

跨模态注意力融合架构图 — Q=振动embedding，K/V=电流embedding，拼接跳接特征后再分类——这张图能把整个模型的关键设计一次讲透。

模态遮挡实验，怎么讲出彩。 由于骨干网络给每个模态只输出一个token的embedding，标准的注意力权重可视化在数学上会退化成恒定的1.0，压根没有信息量。项目改用了一个更聪明、也更有说服力的做法：把振动通道或电流通道的输入直接换成全零张量，看准确率掉多少。结果非常震撼——遮住振动，准确率从99.30%暴跌到25.67%，接近瞎猜水平；遮住电流，准确率还能保住62.50%。这组数字直接证明了振动是主导模态、电流是真正在起作用的辅助模态，而不是可有可无的"陪衬"。