2、工业状态监测基础：常见工业设备故障类型、状态监测的意义、传统方法与TinyML方法的对比
工业设备在现代生产中承担着核心角色，其运行状态直接决定产能、质量与安全。然而，设备在长期连续运转中不可避免地会出现磨损、疲劳、松动、润滑失效等问题，若未能及时发现，轻则导致产品质量波动，重则引发非计划停机甚至安全事故。本章作为TinyML工业状态分类课程的基础，将系统梳理常见工业设备故障类型、状态监测的核心价值，并深入对比传统监测方法与TinyML方法的本质差异，为后续多信号建模（温度、电流、振动）奠定认知框架。
2.1 常见工业设备故障类型与机理
工业设备种类繁多，但故障模式具有高度共性。从信号监测的角度，可将故障分为机械类、电气类、热力学类三大族群。机械类故障以旋转机械最为典型，包括滚动轴承的疲劳剥落、磨损、保持架断裂，齿轮箱的齿面点蚀、断齿、胶合，以及转子的不平衡、不对中、轴弯曲等。这些故障在振动信号中表现为特定频段的能量增加，例如轴承外圈故障特征频率约为0.4倍转频，内圈故障约为0.6倍转频，且伴随边频带调制现象。电气类故障则包括异步电机的转子断条、定子匝间短路、气隙偏心等，其电流信号中会出现基波旁瓣（如转子断条特征频率为 (1±2s)f₁，其中s为转差率）。热力学故障表现为轴承温度异常升高、电机绕组过热、散热器堵塞等，温度信号具有大惯性、慢变化的特点，适合作为趋势监测的辅助量。
值得注意的是，实际工业场景中故障往往不是单一出现的。例如，轴承磨损会导致转子不平衡加剧，进而引发电机电流波动和温度上升。因此，单一信号监测容易产生误判，多信号融合（振动+温度+电流）是提升诊断可靠性的必然选择。下表总结了典型故障与可监测信号之间的对应关系：
| 故障类型 | 典型设备 | 振动特征 | 电流特征 | 温度特征 |
|---|---|---|---|---|
| 轴承外圈点蚀 | 电机、泵、风机 | BPFO频率及谐波，高频冲击 | 低频调制，幅值波动 | 轻微上升（后期明显） |
| 转子不平衡 | 离心机、涡轮 | 1×转频幅值增大 | 电流幅值周期性波动 | 轴承座温度升高 |
| 齿轮断齿 | 齿轮箱、减速机 | 啮合频率边带，冲击脉冲 | 转矩波动引起电流波动 | 局部发热 |
| 转子断条 | 异步电机 | 不明显（振动不敏感） | (1±2s)f₁ 边频带 | 定子温度上升 |
| 散热不良 | 变频器、电机 | 无直接特征 | 电流正常但温升快 | 温度持续超限 |
2.2 状态监测的核心意义与业务价值
状态监测的本质是将“定期维修”和“事后维修”转变为“预测性维修”。其意义可从三个层面理解：安全层面，避免突发性故障导致的人身伤害和环境污染；经济层面，非计划停机造成的损失通常是计划维护成本的5-10倍，尤其对于连续流程工业（如钢铁、化工、造纸），一次意外停机可能造成数十万甚至上百万元的损失；管理层面，状态数据为设备全生命周期管理提供量化依据，帮助优化备件库存、维修排程和人员调度。
以某化工厂的循环水泵为例，该泵配备振动传感器和温度传感器。传统模式下，每季度进行一次停机检修，期间更换轴承作为预防措施。引入状态监测后，发现振动速度有效值（mm/s）从2.1缓慢上升至3.8，同时轴承座温度从65℃升至78℃。结合频谱分析确认外圈故障特征频率（BPFO）幅值增长明显，判断轴承进入劣化加速期。工厂据此安排两周后的计划停机，提前准备轴承备件，将原本可能的突发停机（预计损失8小时×12万元/小时=96万元）转化为计划停机（仅损失2小时×12万元+备件费用0.3万元=24.3万元），净节省约71.7万元。这个案例说明，状态监测的核心价值不在于“预测准确率”这个技术指标，而在于为决策提供足够提前量和置信度。
2.3 传统状态监测方法及其局限性
传统方法经过数十年发展，形成了以信号处理和专家规则为核心的技术体系。其典型流程为：传感器采集信号 → 特征提取（时域统计量、频域峰值、包络谱） → 与预设阈值或专家规则比较 → 输出报警或诊断结论。常用的特征包括振动速度有效值、加速度峰值、峭度指标、频谱峰值频率、包络谱特征频率幅值等。例如，滚动轴承诊断中，通过计算包络谱中BPFO、BPFI、BSF、FTF等特征频率处的幅值，并与正常基线比较，判断故障类型和严重程度。
然而，传统方法在工业实践中暴露出明显局限：第一，阈值难以自适应。不同设备、不同工况下的正常基线差异巨大，固定阈值要么过于保守导致频繁误报，要么过于宽松导致漏报。第二，特征工程依赖专家经验。每种故障类型需要设计专门的特征提取规则，面对复杂多变的新型故障模式，规则库维护成本极高。第三，无法有效融合多源异构数据。振动、温度、电流的采样率、量纲、物理意义差异巨大，传统方法通常只能分别设定阈值，难以捕捉跨信号的联合异常模式。第四，计算资源与部署位置矛盾。传统频谱分析需要将数据传输到上位机或云端处理，对于分布式、大数量的监测点，网络带宽和实时性成为瓶颈。
以某风电场的齿轮箱监测为例，传统CMS系统（状态监测系统）在每台风机上安装振动传感器，数据通过光纤传输至集控中心。当风速变化导致转速波动时，振动幅值随之变化，固定阈值频繁触发报警。工程师不得不反复调整阈值参数，甚至关闭报警功能，导致一次真实的行星轮断齿故障被漏报，最终造成齿轮箱报废，更换成本超过80万元。这个案例暴露了传统方法在变工况场景下的脆弱性。
2.4 TinyML方法的优势与适用场景
TinyML（微型机器学习）指在毫瓦级功耗的MCU（微控制器）上部署机器学习模型，实现端侧实时推理。与云端AI不同，TinyML强调数据不出设备、推理本地完成、功耗极低。在工业状态监测中，TinyML方法带来了范式转变：不再依赖人工设计特征，而是通过卷积神经网络（CNN）、长短期记忆网络（LSTM）或轻量级Transformer自动从原始波形中学习特征表示。模型直接在传感器节点或边缘MCU上运行，仅将异常事件或分类结果上传至上层系统。
TinyML的核心技术优势体现在四个方面：自适应特征学习，模型能够自动发现传统特征工程难以捕捉的微弱故障模式；多信号融合能力，通过多通道输入（振动+电流+温度）实现联合建模，提升分类准确率；低延迟与高可用性，推理时间通常在10-50ms内，不依赖网络，即使断网也能正常工作；部署成本低，一颗Cortex-M4或M7内核的MCU（如STM32F4系列）即可运行轻量级CNN模型，硬件成本控制在50-200元人民币以内。
下表从多个维度对比传统方法与TinyML方法的差异：
| 对比维度 | 传统方法 | TinyML方法 |
|---|---|---|
| 特征提取 | 人工设计（FFT、包络、统计量） | 模型自动学习（卷积核、注意力） |
| 阈值设定 | 固定阈值，需人工调整 | 概率输出，自适应决策边界 |
| 多信号融合 | 各信号独立分析，难以联合 | 多通道输入，端到端联合建模 |
| 变工况适应 | 需工况归一化，复杂易错 | 通过训练数据覆盖工况范围 |
| 部署位置 | 上位机/云端 | 传感器节点/边缘MCU |
| 功耗 | 高（工控机/服务器） | 低（mW级） |
| 实时性 | 受网络传输延迟影响 | 端侧毫秒级响应 |
| 可解释性 | 物理意义明确 | 黑盒，需结合可视化分析 |
2.5 案例拆解：离心泵轴承故障的TinyML诊断
为更具体地说明TinyML方法的落地过程，这里给出一个完整的案例闭环。某石化企业的一台卧式离心泵（功率45kW，转速2950rpm）承担关键工艺介质输送任务。该泵已运行3年，近期巡检发现振动略有增大，但未超过ISO 10816的报警阈值（4.5mm/s）。企业希望在不增加人工巡检频次的前提下，提前识别轴承早期故障。
初始现象与约束：振动速度有效值从2.0mm/s缓慢升至3.2mm/s，温度正常（65℃），电流稳定（82A）。现场无法铺设网络线缆，Wi-Fi信号不稳定，要求监测设备功耗低于1W，且不能影响原有DCS系统。
方案设计：在泵轴承座上加装三轴加速度传感器（ADXL345，量程±16g）和贴片式PT100温度传感器，电流信号通过钳形电流互感器（0-100A，输出4-20mA）接入采集模块。数据采集使用STM32F446RE（Cortex-M4，180MHz），板载1MB Flash用于存储模型和缓冲数据。模型采用1D-CNN架构，输入为3通道×256点（振动3轴+温度+电流共5通道，实际使用5通道×256点），包含2个卷积层（32/64个卷积核，核大小3）、1个全局平均池化层和2个全连接层，参数量约28K，模型大小约112KB（INT8量化后）。
数据准备与训练：采集正常运行数据200组（每组5秒），人为模拟故障数据：通过电火花加工在轴承外圈制造宽0.5mm、深0.3mm的凹坑，安装后采集故障数据200组。另采集不对中工况数据150组作为第三类。数据按7:2:1划分训练/验证/测试集。训练在PC端完成（PyTorch框架），使用Adam优化器，学习率0.001，训练50轮，验证准确率98.2%。随后使用STM32Cube.AI工具链将模型转换为C代码并部署至MCU。
实际运行结果：部署后连续运行30天，模型共触发“轴承外圈故障”预警3次。第一次预警时，振动有效值仅3.4mm/s，传统阈值尚未报警。工程师拆检发现外圈滚道出现长约3mm的剥落带，与模型预测一致。更换轴承后，模型输出恢复为“正常”。整个过程中，MCU平均功耗约320mW，推理耗时18ms/次，数据上传量仅每天约2KB（仅上传分类结果和异常片段），远低于传统方案每天数百MB的原始数据传输量。
风险与代价：该方案的局限在于需要预先采集故障样本进行训练。对于没有历史故障数据的设备，可采用迁移学习（用公开数据集如CWRU轴承数据预训练，再用少量现场数据微调）或异常检测方法（仅用正常数据训练，检测分布偏移）。此外，模型对工况变化敏感，若泵转速经常大幅波动，需在训练数据中覆盖不同转速区间，或加入转速归一化预处理。
2.6 常见误区与实施建议
在推广TinyML状态监测时，工程团队常陷入几个误区。第一个误区是盲目追求高准确率，忽略了误报率和漏报率的业务代价。在工业场景中，一次误报可能导致不必要的停机检查，一次漏报则可能造成重大损失。建议在模型评估时同时关注混淆矩阵、F1分数和业务成本函数，而非仅看准确率。第二个误区是忽视数据分布漂移。设备磨损是一个渐进过程，模型训练时的“正常”数据与数月后的“正常”数据可能存在差异。需要建立定期模型更新机制，或采用在线学习策略。第三个误区是忽略MCU资源限制。部分团队在PC端训练出高精度模型，但部署时发现Flash和RAM不足，被迫大幅压缩模型导致精度下降。建议在项目初期就明确目标MCU的算力、存储和功耗预算，并以此约束模型设计。
实施TinyML状态监测项目，建议遵循以下步骤：第一步，明确监测对象和故障类型，评估历史数据的可用性；第二步，选择合适的传感器和采集硬件，确定采样率（振动通常10-20kHz，电流1-5kHz，温度0.1-1Hz）；第三步，在边缘设备上实现数据预处理（去直流、抗混叠滤波、归一化）；第四步，使用AutoML或手工设计轻量级模型，并进行量化感知训练；第五步，在真实设备上长期运行验证，建立报警确认和人工复核流程；第六步，持续收集新数据，定期重训模型以适应设备老化趋势。