工业异常检测基础：异常类型与常见场景

工业异常检测是TinyML在智能制造中最具落地价值的应用方向之一。在开始设计模型和部署方案之前，我们必须先建立对"异常"本身的系统认知：异常在数据形态上如何表现？在真实工业现场中出现在哪些环节？为什么看似简单的检测任务在实际部署时困难重重？本章将从异常的类型学出发，结合设备振动、温度监测和视觉质检三大典型场景，剖析异常检测的核心挑战，为后续章节的传感器选型、特征工程和模型设计奠定基础。

2.1 异常类型的本质与判别方法

在工业数据中，异常并非一个笼统的概念。从数据形态的角度，我们可以将异常划分为三种基本类型：点异常、上下文异常和集体异常。理解这三者的区别，直接决定了我们选择何种检测算法、设计何种特征工程流程。点异常是最直观的形式，指单个数据点的取值显著偏离正常范围；上下文异常则需要结合时间或空间背景来判断；集体异常则表现为一组数据点联合出现异常模式，而单个点本身可能看起来完全正常。

2.1.1 点异常：最基础的异常形态

点异常在工业场景中最为常见，例如振动传感器突然采集到一个远超正常阈值的加速度峰值，或者温度传感器读到一个不可能出现的瞬时高温。这类异常通常对应着突发的物理事件——轴承碎裂、刀具崩刃、瞬时过载等。判断点异常的核心方法是统计阈值法：通过正常数据的均值、标准差或分位数建立正常区间，任何超出区间的数据点都被标记为异常。

// 基于3σ原则的点异常判断伪代码
float mean = calculateMean(normalData);
float std = calculateStd(normalData);
float upperBound = mean + 3 * std;
float lowerBound = mean - 3 * std;
bool isAnomaly = (currentValue > upperBound) || (currentValue < lowerBound);

然而，简单的3σ原则在工业现场往往不够用。实际数据分布可能不是高斯分布，且正常工况本身会随负载、转速等参数变化。因此，更稳健的做法是使用滑动窗口内的局部统计量，或者采用基于距离的方法（如k近邻距离）来适应数据分布的动态变化。

2.1.2 上下文异常：时间与空间中的偏离

上下文异常比点异常更隐蔽。一个温度读数在夏季中午可能是正常的，但在冬季凌晨出现同样的数值就值得警惕；一个振动幅值在设备高速运转时正常，但在低速空转时出现则可能预示润滑不良。上下文异常的关键在于"背景"——时间上下文（季节、班次、运行阶段）或空间上下文（设备位置、工况条件）。

判断上下文异常需要建立条件正常模型。常用的方法包括：按工况分段建立多个正常模型、使用循环神经网络（RNN）或时序卷积网络（TCN）学习时序依赖、或者采用基于回归的方法——用上下文变量预测期望值，再比较实际值与预测值的残差。在TinyML场景下，轻量级的方案是使用决策树或小型多层感知机，输入特征包含当前读数及其上下文特征（如时间戳、转速、负载等）。

2.1.3 集体异常：整体模式的异常

集体异常是最难检测的类型。想象一条生产线上连续10个产品的尺寸都略微偏大，但每个产品单独看都在公差范围内——这种系统性偏移就是集体异常。它可能源于刀具磨损、材料批次变化或环境温漂。集体异常检测的核心思路是分析数据序列或数据集合的整体统计特征，而非单个数据点。

常用的集体异常检测方法包括：滑动窗口内的统计特征监控（如窗口内均值、方差、自相关系数）、子序列匹配（将当前窗口与正常模式库比对）、以及基于聚类的方法（正常数据聚成若干簇，新数据组无法归入任何簇则视为集体异常）。在工业部署中，集体异常往往比点异常更具破坏性，因为它意味着系统性的质量偏移，需要及时停机排查。

2.2 三大工业场景深度解析

异常检测算法必须与具体的物理场景结合才能发挥价值。本节聚焦设备振动、温度监测和视觉质检三个最常见的TinyML落地场景，分析各自的数据特点、异常表现和检测要点。

2.2.1 设备振动监测：从时域到频域的全面分析

旋转机械（电机、泵、风机、压缩机）是工业现场的"心脏"，而振动信号是反映其健康状态最敏感的指标之一。振动监测通常使用MEMS加速度计，采样率从几百Hz到几十kHz不等。振动异常的表现形式多样：轴承磨损会产生高频冲击脉冲；转子不平衡会导致1倍频幅值增大；齿轮故障则会出现边频带调制现象。

在TinyML部署中，振动分析需要平衡计算精度和资源消耗。时域特征（RMS、峰值因子、峭度）计算简单但信息有限；频域特征（FFT谱、包络谱）信息丰富但计算量大。一个实用的折中方案是：在MCU上先计算时域特征进行快速筛查，只有当时域特征超过阈值时才触发FFT计算进行精细分析。这种两级检测架构可以大幅降低平均功耗。

// 振动特征提取示例（伪代码）
float rms = sqrt(mean(square(samples)));      // 均方根值
float peak = max(abs(samples));               // 峰值
float crestFactor = peak / rms;               // 峰值因子
float kurtosis = mean(pow(samples - mean, 4)) / pow(std, 4); // 峭度

2.2.2 温度监测：趋势比值更重要

温度监测看似简单，实则暗藏玄机。设备表面温度受环境温度、负载变化、散热条件等多重因素影响，温度阈值往往导致大量误报。例如，一台电机在夏季满载运行时表面温度可能达到90°C，而在冬季空载时只有40°C——如果简单设定80°C为报警阈值，夏季会频繁误报，冬季则可能漏报。

有效的温度异常检测应该关注温度的变化趋势和变化速率。轴承温度在10分钟内上升15°C比温度达到85°C更具预警价值。在TinyML实现中，可以使用轻量级的线性回归或指数平滑法来预测下一时刻的温度，当实际温度与预测值的残差超过阈值时触发报警。对于热像仪场景，还可以分析温度分布的空间特征，如热点区域面积、温度梯度等。

2.2.3 视觉质检：从像素到缺陷的智能判断

视觉质检是TinyML中计算密度最高的场景。工业相机采集的图像数据量远大于振动和温度传感器，通常需要先进行图像预处理（裁剪、缩放、灰度化）再送入模型。常见的缺陷类型包括：表面划痕、凹陷、污渍、裂纹、尺寸偏差等。在边缘设备上，受限于内存和算力，通常无法运行大型CNN模型，需要采用轻量化网络（如MobileNet、SqueezeNet）或传统图像处理+小型分类器的方案。

视觉质检的一个关键挑战是缺陷样本的稀缺性。一条正常产线可能一天生产10万个产品，其中只有个位数的不良品。因此，视觉异常检测常采用"仅用正常样本训练"的策略——自编码器或生成对抗网络学习正常图像的分布，重建误差大的区域即为潜在缺陷。这种无监督或半监督方法在TinyML上也有轻量实现，例如使用深度可分离卷积的压缩自编码器。

2.3 工业异常检测的核心挑战与应对策略

即使理解了异常类型和场景特点，工业异常检测在真实部署中仍然面临系统性挑战。这些挑战不是算法层面的孤立问题，而是贯穿数据采集、模型训练、边缘部署全流程的工程难题。

2.3.1 数据不平衡与稀缺性

工业异常检测中最突出的问题是数据不平衡：正常运行数据可能积累数月，而异常数据往往只有几十条甚至几条。这导致监督学习难以直接应用。应对策略包括：采用无监督或半监督方法（仅用正常数据训练）、使用合成少数类过采样技术（SMOTE）生成人工异常样本、或者利用迁移学习从公开数据集预训练模型再微调。

2.3.2 异常类型的未知性

工业现场的异常模式是开放集合——今天可能遇到轴承磨损，明天可能出现新的故障模式。传统分类模型只能识别训练时见过的异常类型，而异常检测的本质是识别"从未见过"的状态。因此，推荐使用基于距离或密度的异常检测算法（如孤立森林、局部异常因子），它们天然具有开放集识别能力。在TinyML上，孤立森林的轻量实现已经可以在Cortex-M4上运行。

2.3.3 环境噪声与工况变化

工业现场充满电磁干扰、机械振动串扰、温度漂移等噪声源。同一台设备在不同负载、不同环境温度下的正常数据分布可能差异显著。如果模型不能适应工况变化，就会产生大量误报。解决方案包括：建立多工况正常模型库、引入工况变量作为模型输入特征、或者使用自适应阈值（根据近期数据动态调整报警阈值）。

2.3.4 边缘部署的资源约束

TinyML设备的典型资源约束包括：几十KB到几百KB的RAM、几MB的Flash、几十MHz到几百MHz的主频、以及严格的功耗预算（通常为毫瓦级）。这意味着模型必须足够小、推理速度必须足够快。模型量化（INT8）、权重剪枝、知识蒸馏是常用的模型压缩手段。此外，特征工程可以大幅降低模型复杂度——在MCU上计算时域特征比运行FFT更省资源，而精心设计的时域特征组合往往能达到频域分析80%以上的效果。

2.4 案例拆解：电机轴承早期故障检测

下面通过一个完整的案例，展示如何将异常类型理论、场景分析和挑战应对策略综合应用到实际项目中。某化工厂的循环水泵电机（功率45kW，转速1480rpm）需要部署振动监测系统，目标是提前发现轴承早期故障，避免非计划停机。

2.4.1 项目背景与约束

该电机已运行3年，近期维护记录显示驱动端轴承有轻微异响，但振动总值仍在ISO 10816标准允许范围内。工厂要求在不更换轴承的前提下，通过持续监测判断是否需要安排计划性停机检修。关键约束包括：现场无有线网络，需要电池供电的无线传感器；传感器需连续工作6个月以上；监测系统成本需控制在5000元以内。

2.4.2 数据采集与特征选择

选用ADXL345三轴加速度计（量程±16g，分辨率13位），采样率设为3200Hz，每次采集1秒数据（3200个采样点）。每天采集4次（每6小时一次），每次采集3个轴向数据。在MCU（STM32L4系列，Cortex-M4内核）上实时计算以下特征：

• 时域特征：RMS、峰值、峰值因子、峭度、波形因子
• 频域特征：1倍频幅值、2倍频幅值、高频段（2kHz-3kHz）能量占比
• 统计特征：三轴RMS比值、标准差

考虑到MCU的FFT计算能力有限，采用256点FFT（频率分辨率12.5Hz），足以分辨1倍频（24.7Hz）和2倍频（49.3Hz）成分。

2.4.3 模型选择与部署

由于只有正常数据可用（轴承尚未完全失效），采用孤立森林算法进行无监督异常检测。模型参数：树数量50棵，每棵树采样256个样本，特征维度12维。模型训练在PC端完成，训练数据为电机正常运行2周采集的56组特征向量。训练后的模型转换为C语言数组，部署到MCU上，推理时间约15ms，RAM占用约8KB。

// 孤立森林推理伪代码
float pathLength = 0;
for (int i = 0; i < NUM_TREES; i++) {
    pathLength += traverseTree(tree[i], featureVector);
}
float anomalyScore = pow(2, -pathLength / (NUM_TREES * averagePathLength));
if (anomalyScore > 0.6) {  // 阈值根据验证集调整
    triggerAlarm();
}

2.4.4 运行结果与复盘

系统部署后第23天，异常评分从正常的0.2-0.3上升到0.55，第25天达到0.62触发报警。现场工程师安排停机检查，发现轴承内圈有3处剥落，保持架变形。更换轴承后，异常评分恢复到0.25以下。整个监测周期内，系统共采集112组数据，电池电压从3.3V降至3.1V，预计可继续工作4个月。

复盘经验：本次案例中，孤立森林成功检测到了轴承早期故障，但报警时间比预期提前了约2周。分析发现，异常评分在报警前10天就开始缓慢上升，如果采用自适应阈值（如动态跟踪近期评分的移动平均），可以更早发现异常趋势。此外，三轴RMS比值特征对轴承故障非常敏感，后续项目可以重点优化该特征的计算精度。