手把手教你用Python搭建一个轴承故障预测模型
说实话，轴承故障预测这个话题我大概是从 2019 年开始做的，到现在 7 年时间了，模型换了三轮——从最初的 SVM，到 XGBoost，再到现在的 LSTM。期间踩过的坑能写一本书。今天这篇不写教科书，就讲讲我一个一线工程师的实战过程。
为什么我最后选了 LSTM 而不是 Transformer
你可能会问：现在 Transformer 这么火，为什么不上？
去年 Q3 我们接了一个化工企业的项目，他们那批离心泵上的 SKF 6205 轴承，每秒 25.6kHz 采样，跑一段加速退化试验，原始数据加起来有 80GB。我先上了一版 Transformer（4 层 encoder，d_model=128），在 A10 上训了 6 个小时——效果拉胯到我都想把键盘砸了。
后来换成了 3 层 LSTM，隐藏层 128 维，训练 4 小时，轴承内圈故障检出率直接拉到 94%。
踩坑提醒：对于一维振动信号这种局部模式占主导的数据，LSTM 反而比 Transformer 好用。Transformer 注意力是全局的，会把噪声也当特征学进去。这一点我后来和西门子一个专门做振动分析的德国工程师聊过，他们的内部结论也是"在小数据 + 高采样率场景下，LSTM 还是稳"。
数据预处理这一步最容易被低估
很多人上来就开始搭模型，我劝你冷静一下。振动信号预处理没做好，后面模型再花哨都是垃圾。
我一般这么干：
import numpy as np from scipy import signal import pywt # PyWavelets 1.5+ def preprocess_vibration(raw_signal, fs=25600): """ raw_signal: 原始振动信号，1D numpy array fs: 采样率，Hz 返回：处理后的信号 + 提取的统计特征 """ # 1. 带通滤波：保留轴承特征频率范围（一般 500-8000Hz） # 实际工程中我们用 butterworth 4 阶 b, a = signal.butter(4, [500, 8000], btype='bandpass', fs=fs) filtered = signal.filtfilt(b, a, raw_signal) # 2. 小波去噪：db4 小波，3 层分解 coeffs = pywt.wavedec(filtered, 'db4', level=3) # 软阈值去噪 sigma = np.median(np.abs(coeffs[-1])) / 0.6745 threshold = sigma * np.sqrt(2 * np.log(len(filtered))) coeffs[1:] = [pywt.threshold(c, threshold, mode='soft') for c in coeffs[1:]] denoised = pywt.waverec(coeffs, 'db4') # 3. 时域特征 features = { 'rms': np.sqrt(np.mean(denoised**2)), 'kurtosis': np.mean((denoised - np.mean(denoised))**4) / (np.std(denoised)**4), 'peak': np.max(np.abs(denoised)), 'crest_factor': np.max(np.abs(denoised)) / np.sqrt(np.mean(denoised**2)), } return denoised[:len(raw_signal)], features注意这里有个细节：滤波之后小波去噪的阈值选择强烈不建议用通用公式。我们现场数据噪声特性差异很大，硬套sigma * sqrt(2*log(n))经常把信号本身的细节也抹掉了。我们后来改成了自适应阈值——根据每段信号的 SNR 动态调整。这一步在论文里没人会告诉你，但你做了就知道差距有多大。
滑动窗口切分样本
轴承故障预测的本质是时序分类问题：给定过去 T 个时间步，判断接下来 T+1 时刻会不会出故障。
我用的窗口长度是 1024 个点（约 40ms），步长 256，重叠率 75%。别小看这个步长选择——步长太大训练样本少，步长太小样本之间冗余度高，模型会过拟合到一些不该学的模式上。
def make_windows(signal_data, window=1024, step=256): """ 把长信号切成固定长度的窗口 """ windows = [] for start in range(0, len(signal_data) - window, step): windows.append(signal_data[start:start + window]) return np.array(windows) # 假设正常数据 normal_windows = make_windows(normal_signal) fault_windows = make_windows(fault_signal)模型搭建：3 层 LSTM + Dropout
下面这版模型是我们线上跑了一年多的版本。PyTorch 2.1。
import torch import torch.nn as nn class BearingLSTM(nn.Module): def __init__(self, input_dim=1, hidden_dim=128, num_layers=3, num_classes=4): super().__init__() # num_classes: 正常/内圈故障/外圈故障/滚动体故障 self.lstm = nn.LSTM( input_dim, hidden_dim, num_layers, batch_first=True, dropout=0.3 ) self.fc = nn.Sequential( nn.Linear(hidden_dim, 64), nn.ReLU(), nn.Dropout(0.5), nn.Linear(64, num_classes) ) def forward(self, x): # x shape: (batch, seq_len, input_dim) lstm_out, _ = self.lstm(x) # 取最后一个时间步 last = lstm_out[:, -1, :] return self.fc(last)踩坑提醒：dropout=0.3是经验值。我之前试过 0.5，准确率更高一点点，但模型震荡非常厉害，训练后期 loss 曲线会反复横跳。0.3 是个稳的折中点。0.2 偏欠拟合，0.4 偏不稳定。
训练时一个反常识的发现
很多人觉得准确率越高越好——但在预测性维护里，高准确率往往意味着你根本没学到东西。
因为故障样本天然就少。我那个化工项目里，正常的样本有 12 万条，4 类故障加起来只有 8000 条，比例 15:1。这种情况下，你训练一个模型啥也不学，全部预测为"正常"，准确率能到 94%。
所以我看的不是 accuracy，而是per-class recall和混淆矩阵。我们 KPI 卡的指标是：内圈故障召回率 ≥ 90%，误报率 ≤ 6%。
# 训练时一定要用 class_weight 处理不平衡 from sklearn.utils.class_weight import compute_class_weight import numpy as np y_train = [...] # 你的训练标签 weights = compute_class_weight('balanced', classes=np.unique(y_train), y=y_train) class_weights = torch.FloatTensor(weights).cuda() criterion = nn.CrossEntropyLoss(weight=class_weights)上线后真正的问题：模型漂移
你训练的时候数据是 2024 年的，工厂里设备的工况、负载、油液状态在缓慢变化。到 2025 年 5 月，模型召回率从 94% 掉到 81%——这就是概念漂移（concept drift）。
我们的解决方案是在线学习 + 定期重训：
- 每 24 小时做一次增量训练（用新采集的标注样本）
- 每周做一次全量重训
- 用 KL 散度监控输入分布，KL > 0.1 触发告警
具体怎么落地的，下一篇我会拆开来讲。
最后说两句
预测性维护不是"一个模型 + 一堆数据 = 出活儿"，它是一个持续运营的过程。模型上线那天不是结束，是开始。
如果你刚开始接触这个领域，我的建议是：别上来就追最新的架构。把数据预处理、特征工程、类别不平衡处理这三件事做扎实，比换个 SOTA 模型有用 10 倍。
有具体问题可以评论区聊，看到会回。下次见。