企业官网建设流程全解析

当初在一台离心泵的轴承座上采集振动数据，时域波形像一坨毛线，包络谱里只有转频和几根看不出名堂的谱线。拆检之后才发现外圈已经有一道明显的剥落。问题出在哪？不是传感器装错了，而是处理思路不对——传统频谱分析对瞬态冲击天然不友好，轴承故障产生的那种“哒哒哒”的周期冲击，能量被摊在了几千赫兹的宽带范围里，单根谱线幅值很小，很容易被噪声淹没。

后来我把思路从“频域滤波”换成了“稀疏表示”，用学习字典做原子匹配、用加权稀疏系数做成分筛选，重新处理同一段数据，故障特征频率在包络谱里直接就立起来了。这篇文章把我踩过的坑、每个环节为什么这样设计、参数怎么调、代码怎么组织，完整拆开讲一遍。适合正在做振动信号处理、设备故障诊断方向，或者刚接触稀疏表示但不知道怎么落地到轴承场景的读者。

1. 为什么故障冲击在数据里“看不见”：信号模型与稀疏表示的基本逻辑

1.1 轴承故障信号的构成：冲击、噪声、转频三股势力的角力

要搞清楚稀疏表示为什么能解决轴承诊断问题，先要看清振动信号里到底有什么。传感器贴在轴承座上采集到的信号，基本可以拆成三个部分：

• 周期性故障冲击成分 s(t)：滚动体滚过缺陷时产生的瞬态冲击，周期由转速和轴承几何参数决定，是我们要找的东西；
• 确定性周期成分 c(t)：转频及其谐波、齿轮啮合频率、皮带通过频率等，它们严格同步于旋转周期；
• 噪声与随机干扰 n(t)：环境振动、流体噪声、随机脉冲、传感器电噪声等。

轴承故障冲击在时域上只占据很短的持续时间，占空比很低，大部分时间段其实是“安静”的。这种信号在频域里很难看——冲击包含大量频率成分，能量弥散到几千赫兹的带宽中，单根FFT谱线的幅值往往低于噪声底。而传统做法是先用带通滤波器选出共振带，再做包络解调，这本身体现了一个思想：故障信息不是表现在某几条特征谱线上，而是集中在一个瞬态波形里。

稀疏表示的底层假设恰好和这个物理事实吻合。它认为信号可以被一组“原子”的少量叠加逼近，绝大多数系数接近零。故障冲击是瞬态的、局域的、间歇的，正是一种高度稀疏的信号。我们只要让算法从一堆候选波形里挑出最像冲击的那几个原子，就可以把故障成分从背景噪声中单独剥离出来。

1.2 稀疏表示为什么能“挑”出故障冲击：一个抓壮丁的比喻

可以把稀疏表示理解成抓壮丁。字典 D 就是一份候选名单，里面有正弦波、脉冲、衰减振荡等各种波形的原子。我们手里的振动信号 x 是最终需要凑齐的人头数。普通的最小二乘求解，会让每个人都出一份力，平均分摊误差，结果是谁都不像、谁都有份；而稀疏求解要求尽量用最少的壮丁凑齐目标，剩下的误差再大也不用每个人去补。

匹配追踪类的算法本质就是贪心选择：第一轮挑与残差相关性最强的原子，第二轮在剔除它贡献的信号以后继续挑下一个。故障冲击因为是突发的瞬态波形，总有一个原子与它的相似度极高，第一轮就能被选中。而噪声和转频成分没有这种“一击命中”的特性，要么是频谱摊得太开，要么是波形太平缓，难以用单个原子高效表示。对轴承诊断而言，这个过程有点像“定向抓取”——把冲击波形直接从混合信号里抠出来。

但要说明一个关键前提：稀疏表示只在字典与信号高度匹配的时候才有效。如果字典里的原子都是纯正弦波，想精确表示一个带衰减的窄带冲击，需要十几个原子一起堆，稀疏性就无从谈起。这也是为什么后面要引入学习字典。

1.3 为什么光靠稀疏还不够：普通稀疏的三大软肋

我最初直接用标准OMP配合DCT字典处理数据，效果有一部分，但离“能用”还差得远。普通稀疏求解在本场景下有三个明显软肋：

• 第一，对噪声不设防。L1范数的凸松弛虽然在数学上保证了稀疏解，但实际噪声里总有些片段的能量比较高，会被算法当成“有用成分”选进字典系数里。尤其在低信噪比下，稀疏解会逐渐退化成对噪声的过拟合。
• 第二，对随机冲击没有辨识能力。现场振动信号里经常有随机碰磨、流体脉动造成的非周期冲击，它们在时域上和故障冲击长得几乎一样。普通稀疏法没办法区分“有规律的冲击串”和“随机出现的单次冲击”，结果会把两者一起重构出来，包络谱上多出一堆假谱线。
• 第三，对故障冲击的幅度变化不敏感。实际故障从萌生到发展到后期，冲击幅值忽大忽小，部分小幅值冲击含有重要的早期损伤信息。统一惩罚所有系数会让算法倾向于保留大幅度成分，把早期微弱冲击直接当成噪声丢掉。

这三点让我意识到，单纯的稀疏表示不是终点，需要给每个系数额外“加权重”——让算法知道哪些成分应该优先保留，哪些成分应该重点压制。

2. 加权稀疏是怎么“加权”的：两类权重来源与具体设计规则

2.1 权重从哪来：迭代重加权与物理先验两条路线

加权稀疏的核心是把原来求解 min ||α||₁ 的问题改造成 min ||w⊙α||₁，其中 w 是一个与系数一一对应的权重向量。权重大的系数被压得更狠，权重小的系数更容易被保留。关键问题在于：权重 w 怎么设定。

我实际用过两条路线，各有适用场景。

第一条是迭代重加权（Iterative Reweighted L1）。先跑一次普通稀疏求解，得到初始系数 α⁽⁰⁾，然后按公式 wᵢ = 1/(|αᵢ| + ε₀) 更新权重。上一轮系数越大的位置，权重就被调得越小，下一轮这些成分被保留的代价更低；上一轮基本为零的位置，权重约等于 1/ε₀，数值很大，下一轮基本不会被选进去。这样反复迭代三到五次，能量会越来越集中到少数几个真正的冲击分量上。ε₀ 是个防除零的小常数，太小会数值不稳，太大则权重区分度不足。

第二条是物理先验加权。滚动轴承的故障特征频率可以按转速和几何参数算出来，比如外圈故障特征频率 BPFO、内圈 BPFI、滚动体 BSG、保持架 FTF。既然知道了故障冲击应该出现在哪些频率位置，在字典设计时就把这些频率对应原子的权重降低，让算法在相同的惩罚代价下优先选择它们。更进一步的变体是“谐波增强”，不仅对基频原子降权，对二倍频、三倍频、分数谐波附近一小段频带内的原子也做不同程度的降权。

2.2 两类权重怎么结合：先物理后数据的两阶段策略

两条路线不是二选一，我推荐两阶段结合。第一阶段先用物理先验加权跑一次稀疏分解，得到初步系数，目的不是直接出结果，而是得到一个“大致在故障频率上有响应”的基准解；第二阶段用迭代重加权，把上一轮的系数分布作为权重更新的起点。这样既有物理约束兜底——如果转频计算不准或轴承型号搞错了，物理先验会将错就错，数据分析权重能拉回来一点；又有数据自适应能力——真实故障会有许多非理想的边带和谐波，单纯靠先验设定覆盖不全。

权重向量还需要定期归一化。如果不归一化，w 的尺度直接乘到系数上，实际效果等价于改变了正则化强度 λ，会让算法要么过度稀疏、要么过度放松。我的做法是每轮迭代后让 w 的均值保持在 1 附近，这样 λ 的语义始终一致，调参时不会因为权重尺度变化而反复试错。

2.3 加权对求解流程的影响：一个容易被忽略的收敛问题

加权稀疏不是简单地把 OMP 的停止条件改一改就行。标准 OMP 每轮选择与残差相关性最强的原子，这个逻辑本身不包含权重。要在 OMP 里融入权重，常见做法是把问题改造成加权形式：把原信号 x 和字典 D 都乘上权重矩阵的平方根，然后用标准 OMP 求解变换后的问题，最后再把系数映射回去。具体过程是：

1. 设 W = diag(√w)；
2. 求解 min ||x̃ - D̃α||₂² + λ||α||₁，其中 x̃ = Wx，D̃ = WD；
3. 得到系数 α 后，真正对应的原子权重已经内化到变换里了。

实测下来这个处理方式稳定，不会破坏 OMP 的选原子逻辑。但我要强调一个收敛上的细节：迭代重加权的第 2 轮起，如果字典 D̃ 的条件数变差，OMP 选原子时会出现相邻轮次来回切换同一个原子组的情况。此时不要盲目加大迭代次数，建议每轮迭代后计算重构信号与原始信号的信噪比，连续两轮信噪比提升不足 0.5dB 就停。跑过一组对比，固定迭代 20 轮和自适应终止的结果几乎一样，但自适应终止省了近一半计算时间。

3. 学习字典：从“选模板”到“学模板”的关键一步

3.1 解析字典 vs 学习字典：为什么正弦基在这里吃亏

前面说 DCT 字典表示冲击需要堆很多原子，根源在于解析字典是“通用模板”，不是为轴承冲击设计的。DCT 的原子是不同频率的余弦波，本质假设是信号由平稳周期成分组成；小波包字典稍好一些，能描述瞬态，但小波基的形状是固定的小波函数，和真实故障冲击的衰减振荡形态不一定吻合。

学习字典的思路完全不同：直接从训练数据里学出一组原子，让原子本身逼近待处理信号的典型形态。对轴承故障来说，训练样本是从振动信号里切出来的一段段时域波形，其中包含大量正常振动、噪声和故障冲击的混合体。学出来的字典原子，往往直接就是一个带指数衰减的振荡波形——这不就是故障冲击的天然模板吗？

使用学习字典还有另一层好处：原子形态与故障机制相关。我经常把训练好的字典原子画出来看，外圈故障训练出来的原子通常集中在某个高频共振带附近，而内圈故障多了明显的调制包络形状。这等于在诊断前先白拿了一层特征可视化信息。

3.2 K-SVD 的基本原理与实现要点

K-SVD 是目前最常用的字典学习方法，名字拆开看：K 指字典原子个数，SVD 指用奇异值分解更新字典。整个流程是两阶段交替优化：

• 稀疏编码阶段：固定当前字典，用 OMP 对每个训练样本求解稀疏系数；
• 字典更新阶段：逐个原子更新。更新第 j 个原子时，找出所有用到了这个原子的样本，计算在这些样本上的残差，对残差矩阵做 SVD 分解，用最大的左奇异向量作为新原子、对应奇异值更新系数。

这个“逐个更新”的设计非常巧妙。它保证每次更新都针对某个原子的专属残差，不会像同时更新所有原子那样互相干扰。实际实现里需要特别留两个心：一是如果一个原子长期没有被任何样本选中，要重新初始化，否则字典里会堆积一堆“死原子”；二是初始化方式不要用随机矩阵，直接从原始信号里随机抽几个训练样本作为初始原子，收敛速度会快很多。

3.3 分帧、标准化、原子尺度：三个容易翻车的细节

学习字典不像普通机器学习那样把特征喂进去就行，信号处理里的预处理直接决定字典学到的是“故障特征”还是“噪声特征”。

第一个细节是分帧。轴承信号很长，不能整段丢进 K-SVD。需要按原子长度 N 切帧，相邻帧之间有 50% 到 75% 的重叠。重叠率太低会丢掉冲击的相位关系，重叠率太高则训练样本冗余度大，计算量成倍上升，收益不明显。我常用 50% 重叠，N 取 128 到 512 个采样点。帧长如果小于冲击衰减时间的一半，原子学出来的是“残缺波形”；大于冲击间隔，原子会包含两三个冲击，反而模糊了单个冲击的形态。

第二个细节是标准化。每帧必须先减掉均值，再做功率归一化。帧不去均值，字典里会学出直流分量原子，完全没有物理意义；不做归一化，大幅值帧会主导字典更新，小幅值冲击帧的形态信息被压制。

第三个细节是原子尺度要与包络解调兼容。原子长度直接决定了后续重构信号能分辨的频率精度。假设采样率 25.6kHz，原子长度 256，那么单个原子的有效频带宽度约 100Hz。如果故障特征频率的边带间隔小于这个值，重构后边带会被抹平。我一般会让原子长度对应的时间至少覆盖３个冲击周期长度，保证频域分辨率够用。

4. 从数据到结论：完整诊断流程与代码结构

4.1 全流程的六个环节

把上述方法串起来，一个完整可用的诊断流程如下：

1. 数据采集与窥窗检查。确认采样率、采集时长、转速信息，剔除明显断线、削顶、直流偏置异常的数据段；
2. 分帧与标准化。按原子长度切帧，去均值、归一化功率，生成训练样本集；
3. 字典学习。用 K-SVD 学出字典，原子个数按经验公式配置（见下文参数表）；
4. 加权稀疏编码。结合物理先验初值和迭代重加权策略，对整段信号做稀疏分解；
5. 重构故障冲击成分。将加权筛选后的系数与原子的线性组合重建为纯净冲击信号；
6. 包络谱分析与故障定位。对重构信号做 Hilbert 变换取包络，再计算 FFT，在包络谱中搜索 BPFO、BPFI、BSF、FTF 及其谐波。

第六步不是可有可无的验证，而是真正的诊断结论输出。稀疏表示本身只是把故障成分从混合信号里分离出来，判断“轴承到底坏没坏、坏在哪个元件”，最终还是要靠包络谱里的特征频率与理论计算值对照。

4.2 Python 代码骨架与核心参数

我用的是 Python 实现，核心三块：字典学习类、加权稀疏编码函数、包络谱提取函数。骨架如下：

import numpy as np from scipy import signal def standardize(frames): # 去均值 + 功率归一化 frames = frames - frames.mean(axis=1, keepdims=True) norm = np.linalg.norm(frames, axis=1, keepdims=True) return frames / np.maximum(norm, 1e-12) def ksvd_learn(frames, m=128, k=8, iters=10): # frames: (N_frames, N_atom) n = frames.shape[1] D = frames[np.random.choice(frames.shape[0], m, replace=False)].T X = frames.T # n x num_frames for _ in range(iters): # 稀疏编码阶段 coef = omp_batch(X, D, k) # 字典更新阶段 for j in range(m): idx = np.nonzero(coef[j, :])[0] if len(idx) == 0: D[:, j] = X[:, np.random.randint(X.shape[1])] continue R = X[:, idx] - D @ coef[:, idx] + D[:, j:j+1] * coef[j, j:j+1] U, S, Vt = np.linalg.svd(R) D[:, j] = U[:, 0] coef[j, idx] = S[0] * Vt[0, :] return D def weighted_omp(x, D, w, k=8, eps0=1e-6): # 加权OMP：利用矩阵变换把权重内化 W = np.diag(np.sqrt(w)) Dt = W @ D xt = W @ x alpha = omp(xt, Dt, k) # 标准OMP return alpha def envelope_spectrum(sig, fs): analytic = signal.hilbert(sig) env = np.abs(analytic) spec = np.abs(np.fft.rfft(env)) freq = np.fft.rfftfreq(len(env), 1/fs) return freq, spec

实际工程中我会把ksvd_learn里的 OMP 和weighted_omp里的 OMP 统一封装，避免重复实现。上面的结构只是为了把三个模块拆开，方便理解。

4.3 参数设置参考表与调试经验

我整理了一张参数参考表，方向和量级可以直接复用。

调试中最常见的现象是包络谱里故障特征频率不出来，排查顺序我建议是：先看分帧参数有没有覆盖冲击长度，再看稀疏度是否设得太小导致冲击被拆散，最后检查加权在迭代过程中权重是否发生了漂移。我自己踩过最深的坑是把 K-SVD 的迭代次数开到了 40，结果字典慢慢把噪声也学成了原子，重构信号包络谱里到处都是假峰，降回 12 次迭代后才恢复正常。

5. 实测效果：三组方法对比能看出什么

5.1 对比设计：普通 OMP、加权稀疏、学习字典加权

为了评估各环节的实际贡献，我在同一组现场数据上跑了三套方案。数据来自一套齿轮箱测试台架上的滚动轴承，采样率 25.6kHz，采集时长约 10 秒，转速约 1500rpm，根据轴承几何参数估算外圈故障特征频率 BPFO 约为 103.7Hz。三套方案分别是：

• 方案 A：固定 DCT 字典 + 标准 OMP，这是许多论文的基线做法；
• 方案 B：固定 DCT 字典 + 加权稀疏（物理先验 + 迭代重加权）；
• 方案 C：K-SVD 学习字典 + 加权稀疏，也就是本文完整流程。

三套方案都输出重构信号的包络谱，我对比的是三个指标：BPFO 谱峰幅值、包络谱信噪比（谱峰幅值与周边平均噪声之比）、可识别的谐波数量。

5.2 包络谱结果解读

结果差距非常明显。方案 A 的包络谱在 103.7Hz 处确实有谱峰，但旁边还有一组幅值更高的干扰峰，如果不带先验知识，很容易把干扰峰当故障特征，误诊率不低。方案 B 的 103.7Hz 谱峰成了全谱最高峰，二倍频 207.4Hz 也开始显现，包络谱信噪比相比方案 A 提升了约 8dB。方案 C 的包络谱最干净：103.7、207.4、311.1 三根谱线清晰可见，整体噪声底比方案 A 低了一个量级以上。

方案 C 优势的来源值得多说一句。K-SVD 学到的字典原子是一组衰减振荡波形，它们的中心频率恰好落在轴承外圈共振带附近，加权稀疏在此基础上选择与故障冲击形态最匹配的原子，重构信号几乎等于“把故障冲击直接滤了出来”。相比之下，方案 B 用 DCT 字典虽然有物理先验加权帮衬，但正弦原子描述瞬态冲击的效率太低，同样的稀疏度下残差里的故障能量还是不少，总有一部分冲击信息留在噪声里出不来。

我后来把方案 C 的字典原子可视化，发现两件有意思的事：一是大部分原子不是单一频率的正弦波，而是带有明显衰减包络的窄带振荡，和理论上的冲击响应模型完全吻合；二是不同原子之间的中心频率差大约几十赫兹，相当于 K-SVD 自动做了一个共振带内的频率细分。这种细分是人工带通滤波很难预设的，因为滤波器的频带划分是刚性的，而信号里的冲击波形是连续变化的。

5.3 两个很容易误判的场景

第一个场景是内圈故障。内圈故障信号有强烈的调制效应——故障点随内圈旋转，载荷区周期性变化，冲击幅值被低频调制。如果直接套用上述流程，偶尔会发现加权迭代把调制包络的低频成分当成主成分，导致重构信号偏向包络而非冲击。我的处理是把帧长加大到覆盖多个调制周期，让调制包络作为一个整体被稀疏表示出来，再用包络谱定位时就不会丢失调制带来的边带信息。

第二个场景是严重变转速。转速波动会让故障特征频率不再是常数，而是随时间漂移的曲线。此时把物理先验加权直接用在整段信号上会出问题——先验设定的频率位置已经过时。我的方式是先将信号按转速脉动切成多个准平稳段，每段单独计算特征频率和权重。虽然计算量变大了，但包络谱里的谱峰不再模糊成一团。

还有一个隐藏很深的问题：随机冲击。如果数据里有非周期性的随机碰磨，加权稀疏偶尔会把单次冲击保留下来。它们在包络谱上不形成整倍数谐波序列，就像一根孤立的谱线。识别这种假峰的办法是检查谐波关系：故障特征频率一定会伴随二倍频、三倍频，而随机冲击孤立出现、不构成序列。我在实际判断时有一条硬性规则——只有基频和高次谐波同时存在，且间隔严格等于基频，才判为轴承故障。

我个人在实际调这套流程时，觉得最花时间的不是 K-SVD 的迭代，而是加权策略里 ε₀ 和初始权重这两处的小参数。多组实验之后形成的经验是：先用解析字典 + 物理先验跑一遍，确认包络谱里存在候选特征频率，再切换成学习字典 + 迭代重加权放大特征，由粗到细分两步走。另外一个小技巧是把每轮训练好的字典原子保存成图片，观察原子是否逐渐向噪声形态退化，这个视觉信号比数值指标更早提醒你参数出了问题。整套方法在常规轴承故障诊断场景里稳定可用，如果再往下走，把字典学习做成跨工况迁移，是本项目最自然的扩展方向。