（论文速读）UniFault：面向轴承故障诊断的统一基础模型- 惊觉

论文题目：UniFault: A Fault Diagnosis Foundation Model from Bearing Data（UniFault：基于轴承数据的故障诊断基础模型）

版本：arXiv:2504.01373v2

摘要：现有故障诊断模型往往针对特定工况设计，跨数据集泛化能力有限；而工业故障数据规模小、来源异构，不同系统的采样频率、通道数量和运行条件差异很大，使得基础模型很难直接套用。本文提出 UniFault，通过统一的数据预处理流程、跨数据集时间融合和基于对比学习的自监督预训练，构建一个可迁移的 Transformer 故障诊断基础模型。UniFault 在超过 690 万个样本上预训练，并通过少量标注样本进行下游微调。实验表明，它在多个真实故障诊断数据集上获得了较强的 few-shot 性能。

一、为什么故障诊断也需要 Foundation Model？

传统故障诊断通常遵循“一个数据集训练一个模型”的范式。问题在于，不同机器的数据分布差异非常明显：传感器数量不同、采样频率不同、信号长度不同、转速和负载不同，即使都是“外圈故障”，频谱和时域形态也可能相差很大。

Foundation Model 的思路则是：

先在大规模、多来源数据上学通用表示，再用极少量目标域标签做适配。

UniFault 正是沿着这条路线设计。作者希望得到一个统一模型 (f_\theta)，它能够：

接收来自不同数据集的异构振动数据；
提取尽量与具体数据集无关、但保留故障信息的表示；
到新任务上只用少量标注样本完成 Fine-tuning。

论文 Figure 1：UniFault 整体框架

Figure 1 把整个流程分成四步：

异构数据集收集 → 数据统一 → 自监督预训练 → Few-shot Fine-tuning。

这篇论文真正的核心并不是简单“用了 Transformer”，而是解决两个基础模型在故障诊断里绕不开的问题：

数据如何统一？跨数据集分布差异如何缓解？

二、第一步：把异构故障数据统一到同一种输入格式

UniFault 的预训练数据来自多个轴承故障诊断数据集，包括 IMS、UO、CWRU、PU、Torino、XJTU-SY、MFPT、FEMTO、KAIST、HIT-SM、CNC 等来源，覆盖自然退化、人工故障、不同转速、不同负载和不同采样频率。

论文 Table 1：用于研究的轴承故障数据集汇总

作者指出，原始数据至少存在五种不一致：采样率不同、序列长度不同、通道数不同、数值尺度不同，以及跨数据集分布不同。因此预处理不是简单 resize，而是分阶段处理。

首先，每个数据集在任何归一化或重采样之前就划分 Train / Validation / Test，避免测试数据的统计量泄漏到训练过程。

接着，将信号统一到固定时间分辨率，并进一步把每条序列下采样到 1024 个时间步，从而给 Transformer 一个固定长度输入。

对于通道数量不一致的问题，UniFault 在预训练阶段采用一种很直接的办法：

把多变量信号的每个通道独立看作一个一维序列。

也就是说，如果某个数据集有 3 个传感器通道，并不要求模型固定接收 3 通道，而是把每个通道都转为：

$X\in\mathbb{R}^{1\times 1024}$

这样不同数据集就可以共享同一套 Transformer 输入接口。

最后，信号使用仅由训练集统计量计算的 Min-Max 参数做归一化，继续避免 Validation / Test 泄漏。

需要注意的是，论文同时说明：预训练阶段将多通道拆成独立单通道，而 Fine-tuning 时保留目标数据集原始通道结构。因此这里的“channel invariant”主要服务于大规模预训练的数据统一，而不是宣称多通道关系在所有阶段都被完全舍弃。

三、最特别的设计：Cross-Domain Temporal Fusion

如果只把不同数据集全部丢到一起训练，模型仍可能学到很强的数据集身份特征。比如 Dataset A 和 Dataset B 的传感器增益、安装方式和背景频谱差异很大，模型很容易先学会“这是哪个数据集”，而不是“这是什么故障”。

为缓解这种 distribution shift，作者提出 Cross-Domain Temporal Fusion（跨域时间融合）。

论文 Figure 1 中的 Temporal Fusion 模块

设两个来自不同数据集的一维信号为：

$X_a\in\mathbb{R}^{L},\qquad X_b\in\mathbb{R}^{L}$

以 ( $X_a$ ) 为主信号时，第 (i) 个时间点的融合结果为：

$X_{\text{fused}}^i= \lambda X_a^i+ (1-\lambda)\cdot \frac{1}{T} \sum_{j=i-T/2}^{i+T/2}X_b^j$

其中 ( $\lambda>0.5$ )，保证主数据集仍然占主要成分；另一数据集不是直接逐点相加，而是通过局部 Moving Average 提供时间邻域信息。

作者还做双向融合：

$\lambda X_a+(1-\lambda)\operatorname{MA}(X_b)$

$\lambda X_b+(1-\lambda)\operatorname{MA}(X_a)$

这样可以构造大量位于两个原始数据域之间的“中间域样本”。

直观理解就是：

Dataset A ──────┐
                ├──→ A 主导的混合域
Dataset B ──────┘

Dataset B ──────┐
                ├──→ B 主导的混合域
Dataset A ──────┘

作者的目标并不是让这些合成信号具有严格的物理故障含义，而是让模型在预训练时看到更连续、更丰富的域变化，从而减少“某个故障只和某个数据集纹理绑定”的风险。

这一点也是 UniFault 与普通“把很多数据集合并起来做预训练”的主要区别。

四、自监督预训练：不是重建，而是 Contrastive Learning

UniFault 的 Backbone 是 Transformer。统一后的一维序列先投影到 (d) 维 Token embedding，再加入可学习的位置编码：

$Z_0=E+P$

随后经过多层 Transformer，每层包含 Multi-Head Self-Attention、Feed-Forward Network 和 LayerNorm。

作者认为 Transformer 特别适合故障信号，是因为轴承故障常表现为重复冲击、周期或准周期瞬态，而实际工况变化会让这些冲击间隔发生变化。Self-Attention 不受固定卷积感受野限制，更容易建立长距离时间依赖。

UniFault 没有采用 Masked Reconstruction，而采用对比式自监督学习。

对于原始信号 (Xi)，生成两个增强视图： $X_i'\ ,\ X_i''$

增强方式主要有两种。

第一种是 Temporal Shifting：对序列做循环时间平移，使模型对故障冲击出现的绝对相位不敏感。

第二种是 Scaling with Sensor Jitter：通过幅值缩放加随机噪声模拟传感器增益、标定和背景扰动的变化。

两个增强后的同源信号经过同一个 Encoder：

$z_i'=f_\theta(X_i'),\qquad z_i''=f_\theta(X_i'')$

训练目标是：

同一个原始信号的两个增强视图应该靠近，而 Batch 中其他信号应该远离。

论文使用基于 cosine similarity 和 temperature ( $\tau$ ) 的 Contrastive Loss。作者特别解释了 ( $\tau$ ) 的作用：较小的温度会强调细粒度故障差异，较大的温度则鼓励更宽松的跨工况不变性。

UniFault 最终希望学到的不是某一个数据集的分类器，而是：

$X \longrightarrow z$

一个可复用的故障时序表示。

4.1 模型规模

论文 Table 2：UniFault-Lite 与 UniFault-Base

模型	Hidden Dim	Transformer Layers	Heads	参数量
UniFault-Lite	128	4	4	823K
UniFault-Base	256	8	8	6.4M

预训练使用 AdamW，Batch Size = 512，只训练 5 epochs。由于预训练数据量超过 690 万个样本，即使 Epoch 数不高，总训练样本覆盖量依然很大。

五、Few-shot Fine-tuning：到底能少到什么程度？

预训练完成以后，UniFault 并不是直接 Zero-shot 分类，而是进入第二阶段：

用少量目标数据进行监督 Fine-tuning。

论文的问题定义可以理解为：

$z=f_{\theta^*}(X)$

其中 ( $\theta^*$ ) 是预训练得到的参数，再使用目标任务少量带标签数据训练分类 Adapter / Head，并对模型进行最小化适配。

主 Few-shot 协议中，作者对 IMS 随机选取 100 个样本进行微调；对 PU 和 CNC 使用约 1% 数据。这些 Few-shot 样本被明确排除在预训练数据之外。Fine-tuning 的 Batch Size 为 64，训练 200 epochs，所有实验重复 3 次并报告 mean ± std。

这里有一点值得注意：论文 Section 4.1 的一处文字称 Fine-tuning 选择 IMS、UO 和 PU，但 Section 4.3 的 Few-shot 描述以及 Table 3 实际报告的是 IMS、PU 和 CNC（M01/M02/M03）。因此阅读结果时应以具体实验表和协议为准，而不要把那一句数据集列表直接当作最终实验设置。

论文 Table 3：Few-shot Fine-tuning 主实验结果

UniFault-Base 在 IMS 上达到：

Accuracy = 98.1 ± 1.0%
F1 = 98.3 ± 0.8%

UniFault-Lite 为 95.5% / 96.2%。

PU 更难，UniFault-Base 达到 79.3% Accuracy / 79.4% F1；Lite 为 76.4% / 76.1%。

在 CNC 的三个机器 M01、M02、M03 上，Accuracy 普遍较高，但 F1 明显比 Accuracy 低，说明类别分布或分类难度存在不均衡，仅看 Accuracy 容易高估真实性能。

整体上，UniFault 在作者比较的传统 FD 模型、Time-Series Representation Learning 方法和通用 Time-Series Foundation Models 之间表现出较强稳定性。

5.1 Temporal Fusion 到底有没有用？

论文 Figure 2：Cross-dataset Temporal Fusion 消融实验

IMS 上：

Lite：94.5% → 95.5%
Base：94.9% → 98.1%

PU 上提升更加明显：

Lite：67.9% → 76.4%
Base：68.1% → 79.3%

说明 Cross-Domain Temporal Fusion 对异构程度更高的 PU 数据集帮助尤其明显。作者认为它通过生成中间域样本增强了预训练阶段的域覆盖能力。

5.2 Transformer 是不是越深越好？

论文 Figure 3：UniFault-Base 深度消融

IMS 从 2 层时约 94.7% 上升到 8 层时 98.1%；PU 从 76.8% 上升到 8 层时 79.3%，但 16 层反而回落到 77.1%；M01 基本稳定在约 97.5%。

因此论文的结论并不是“越大越好”，而是 8 层左右提供较好的性能—效率折中。数据复杂度较低时，继续增加模型深度收益很有限。

5.3 真正的 K-shot：1-shot 能做到多少？

论文 Figure 5：IMS 数据集上的 1-shot / 5-shot / 10-shot

K-shot	UniFault-Lite	UniFault-Base
1-shot	77.69%	72.44%
5-shot	91.99%	90.09%
10-shot	93.88%	96.73%

一个很有意思的现象是：**1-shot 下 Lite 反而比 Base 更好。**作者认为，小模型在极端低数据条件下更容易适配；当样本增加到 10-shot 后，Base 的容量优势开始显现。

因此 Foundation Model 不意味着“大模型在任何数据量下都更优”，标签预算本身也决定了最合适的模型规模。

5.4 表征空间真的变好了吗？

论文 Figure 4：CWRU 与 MFPT 在 UniFault 前后的 t-SNE

作者比较同一个 Base 模型在 UniFault 预训练前后的倒数第二层表示。预训练前，不同类别大量交叠；UniFault 后，类内特征更加紧凑、类间距离更明显。

这只能作为定性证据，因为 t-SNE 会扭曲全局几何结构，但至少说明预训练改变了特征空间，使分类边界更容易形成。

六、总结：UniFault 的价值不只是“大数据 + Transformer”

如果把 UniFault 压缩成一句话：

把大量异构轴承数据先统一，再主动构造跨域中间样本，用对比学习训练一个通用 Transformer Encoder，最后靠极少目标标签完成故障诊断适配。

论文最值得关注的三点分别是：

第一，Channel-Invariant + 固定 1024 长度解决“数据格式不同”；

第二，Cross-Domain Temporal Fusion 解决“数据分布不连续”；

第三，Contrastive SSL 解决“预训练没有足够统一标签”。

从结果来看，UniFault-Base 在 IMS few-shot 主实验达到 98.1% Accuracy，在严格 K-shot 设置下从 1-shot 的 72.44% 提升到 10-shot 的 96.73%；Temporal Fusion 在 PU 上给 Base 带来约 11 个百分点的提升，说明作者提出的数据层策略并非可有可无。

计算成本也不算夸张。论文 Table 4 报告 Lite 训练约 2374 s、0.66 GPU hours、峰值显存 0.82 GB；Base 为 3491 s、0.97 GPU hours、2.06 GB。相比超大语言模型意义上的 Foundation Model，UniFault 实际上更像一个面向故障诊断的中小型预训练通用 Encoder。

这篇论文也有几个值得继续追问的问题。首先，Foundation Model 的“通用性”目前主要通过轴承数据和少数下游数据集验证，还不能等价为跨所有机械设备的统一故障模型。其次，把多通道在预训练时拆成独立单通道虽然方便统一输入，也可能损失真实的跨传感器耦合信息。第三，Cross-Domain Temporal Fusion 在统计意义上确实提高了泛化，但合成信号是否始终具有合理的物理意义，论文并没有给出严格证明。

作者在结论中进一步提出未来方向，包括引入 Stream-of-Quality（SoQ）做在线多模态故障诊断、扩展到长期故障演化预测，并向知识驱动的预测健康管理系统发展。

所以 UniFault 最值得借鉴的并不是单个 Transformer 模块，而是它背后的工程范式：

异构数据统一 → 跨域数据扩展 → 无标签预训练 → 少样本快速适配。

这条路线相比“为每个轴承数据集重新设计一个故障分类网络”，更接近真正可扩展的工业基础模型思路。

转载自 CSDN-专业IT技术社区

原文链接：https://blog.csdn.net/LJ1147517021/article/details/167223021

（论文速读）UniFault：面向轴承故障诊断的统一基础模型