4. 信号预处理
在设备健康指标与退化趋势分析中，原始振动、电流、温度、压力等信号往往夹杂噪声、漂移、缺失和异常冲击。若直接送入特征提取或趋势模型，退化轨迹会被污染，健康指标可能提前“假报警”或延迟“漏报警”。信号预处理的目标不是让数据“好看”，而是让后续指标具备可重复、可比较、可解释的物理意义。本节围绕去噪、滤波、重采样、归一化、异常值处理与数据质量评估六个环节，给出可落地的处理链路。
一、核心原理：预处理是“保真”与“稳态化”的平衡
设备退化通常表现为缓变趋势叠加周期成分与随机噪声。预处理需要同时满足三点：保留退化敏感频带与冲击成分；抑制与设备状态无关的干扰；把不同工况、不同采样率、不同量纲的数据统一到可比空间。去噪与滤波解决“信噪比”问题，重采样解决“时间基准”问题，归一化解决“量纲与工况”问题，异常值处理解决“污染点”问题，数据质量评估则决定这批数据是否值得进入建模。
二、方法流程：从原始信号到可用样本
推荐按“质量评估 → 异常值处理 → 去噪/滤波 → 重采样 → 归一化 → 二次质量复核”的顺序执行。若先归一化再滤波，异常值会被放大并污染全局尺度；若先重采样再滤波，可能引入混叠。因此顺序本身是工程约束。
三、关键方法：去噪、滤波、重采样、归一化与异常值处理
去噪与滤波。对旋转机械振动，常用带通滤波保留转频与啮合频带；对温度、压力等缓变量，低通滤波即可。小波阈值去噪适合非平稳冲击信号，但阈值过大会削弱早期故障冲击。滤波截止频率应依据设备特征频率与采样定理确定，避免把退化敏感频带滤掉。
# 以 12.8 kHz 采样振动信号为例
# 带通 500–4000 Hz，保留转频与轴承故障频带
from scipy.signal import butter, filtfilt
b, a = butter(4, [500/(12800/2), 4000/(12800/2)], btype='band')
x_filt = filtfilt(b, a, x_raw) # 零相位滤波，避免时延
# 小波去噪（PyWavelets）
import pywt
coeffs = pywt.wavedec(x_filt, 'db4', level=5)
sigma = np.median(np.abs(coeffs[-1])) / 0.6745
uth = sigma * np.sqrt(2*np.log(len(x_filt)))
coeffs[1:] = [pywt.threshold(c, uth, mode='soft') for c in coeffs[1:]]
x_deno = pywt.waverec(coeffs, 'db4')重采样。多传感器采样率不一致时，需统一到同一时间基准。降采样必须先抗混叠低通，再抽取；升采样先插值再低通。对非均匀时间戳，可用线性插值或样条插值，但插值会引入虚假相关性，缺失段过长时应标记为无效而非强行填补。
归一化。Z-score 适合近似高斯分布且需保留异常幅度的场景；Min-Max 适合有明确物理上下限的信号；Robust Scaling 使用中位数与四分位距，对异常值更稳健。注意：归一化参数必须只用训练集统计量，避免验证集信息泄漏。
异常值处理。先区分“真实故障冲击”与“传感器毛刺”。3σ 适合高斯噪声，IQR 适合偏态分布，中值滤波适合脉冲噪声。对连续多点异常，应整段标记并评估是否由工况切换引起，而不是简单删除。
| 环节 | 常用方法 | 关键参数 | 适用场景 | 风险 |
|---|---|---|---|---|
| 去噪 | 小波阈值、中值滤波 | 小波基、分解层数、阈值 | 非平稳冲击信号 | 阈值过大削弱早期故障 |
| 滤波 | Butterworth 带通/低通 | 截止频率、阶数 | 周期振动、缓变温度 | 相位失真、频带误删 |
| 重采样 | 抗混叠抽取、样条插值 | 目标采样率、插值阶数 | 多源异构数据融合 | 混叠、虚假相关 |
| 归一化 | Z-score、Min-Max、Robust | 均值/方差、上下限、IQR | 多工况量纲统一 | 信息泄漏、异常放大 |
| 异常值 | 3σ、IQR、中值替换 | 阈值倍数、窗口长度 | 毛刺、丢包、冲击 | 误删真实故障 |
四、案例场景：轴承退化数据预处理
某风机轴承数据集采样率 25.6 kHz，每小时采集 1 秒。原始数据存在三类问题：偶发传感器毛刺、转速波动导致时间基准漂移、不同负载下振动幅值差异大。处理策略为：先用 IQR 标记毛刺并替换为中值；再用 4 阶 Butterworth 带通 800–6000 Hz 滤波；随后按转速重采样到每转 1024 点，消除转速影响；最后按训练集统计量做 Z-score 归一化。质量复核显示缺失率从 3.2% 降至 0.4%，SNR 提升约 8 dB，退化趋势的单调性明显改善。
五、误区与复盘
- 先归一化后滤波：异常值会拉偏均值与方差，导致滤波后仍残留尺度污染。
- 用全量数据统计归一化参数：验证集信息泄漏，离线指标虚高，上线后性能骤降。
- 把异常值一律删除：早期故障冲击可能被误删，退化起点被推迟。
- 忽视重采样抗混叠：降采样后高频折叠到低频，特征频率出现“鬼影”。
- 不做质量评估直接建模：缺失、饱和、漂移段会主导模型，健康指标不可信。
复盘时建议固定一张“预处理质量卡”：记录每段数据的缺失率、饱和比例、SNR、异常点占比、重采样前后采样率与归一化参数。只有质量卡达标的数据才进入特征提取与趋势建模，才能让后续健康指标真正反映设备退化，而不是反映数据采集与处理过程的波动。