基于Python深度学习的机械设备故障诊断完整实战指南

简介：基于 Python 深度学习实现的机械设备故障诊断模型资源，面向毕业设计、课程设计及实际项目开发者。项目以故障诊断为核心，涵盖数据配置、模型构建与运行脚本等模块，帮助学习者快速掌握深度学习在设备状态监测与异常识别中的应用思路与实现技巧。资源包共 33 个文件，以 Python 源码为主，涉及模型构建与训练推理，配合 XML 配置文件、模型编译文件、说明文档及参数文件，文件类型覆盖从代码实现到项目配置的完整链路，压缩包仅 135KB，轻量易用。目前已有 171 人浏览学习，适合需要快速搭建故障诊断原型或参考完整项目结构的研究者与开发者。内容附带项目文档和调试说明，包含清晰的目录结构，可在基础上针对不同机械设备数据进行迁移扩展，也适合作为课程设计与毕业设计的参考模板。

1. 基于Python深度学习的机械设备故障诊断模型：这道毕业设计/课程设计到底要交付什么

在本科和硕士的机械、自动化方向毕业设计里，基于Python深度学习的机械设备故障诊断模型几乎是出现频率最高的题目之一。它解决的问题非常具体：通过加速度传感器采集设备振动信号，再用CNN或LSTM这类深度学习模型自动识别轴承磨损、齿轮断齿、转子不平衡等故障类型，替代人工听音和专家判读。这类项目的交付物一般有三样：可运行的模型源码、项目文档、实验结果图表。对准备毕业设计或课程设计的同学来说，真正难的不是把模型跑通，而是样本怎么切、网络参数怎么定、结果怎么展示才能让答辩老师觉得你“真的做出来了”。这篇文章就按一条完整落地路径展开，从数据准备一直写到最后一页论文配图，每一步都给出能直接抄走的代码和参数。

2. 故障诊断为什么选深度学习：从信号特征到端到端模型的完整链路

在机械设备故障诊断这个方向上，深度学习不是唯一解法，但它是目前“复现成本最低、效果最稳定”的解法。传统方法的第一步是特征工程：计算振动信号的均值、峰值、均方根值、峭度、频谱重心等指标，再组合起来送到SVM或随机森林里分类。这套做法有两个硬伤。第一，特征指标靠人来定，换一台设备、换一种故障类型，原来好用的特征可能就失效了；第二，信号里的瞬态冲击信息很难用手工特征完整刻画，轴承早期故障的微弱冲击往往淹没在背景噪声里。深度学习模型可以直接从原始振动序列里学出可分类的表示，省掉手工特征提取这一步。这也解释了为什么这个题目会同时出现在课程设计、毕业设计和企业预研里——它既有理论深度，又有明确的工程落地价值。

2.1 设备故障诊断的建模思路：时域、频域与时频域特征哪个才是真的输入

建模的第一步，是搞清楚模型到底吃什么。机械设备故障诊断里最常用的信号是加速度振动信号，采样率通常在12kHz到48kHz之间，也就是每秒采集1.2万到4.8万个数据点。如果直接把每个数据点当作一个特征维度，不仅维度太高，序列也过长，训练开销很大，所以必须先做“表示转换”。

现实工程中最常用的输入形式有三种。第一种是原始时域切片——把连续信号切成固定长度的小段，比如每2048个采样点作为一个样本。这是CNN和LSTM最常用的输入形式，信息最完整，代价是模型需要自己从时域波形里隐式地学习频域结构，收敛会慢一些。第二种是频域表示——对每个窗口做FFT得到频谱，把频谱幅值当作输入。这种做法相当于把“提取频域特征”这一步前置给了FFT算法，模型只需要在各个频段之间做判别，训练明显更稳定，缺点是完全丢了相位信息。第三种是时频图——用短时傅里叶变换（STFT）把一维信号变成一张二维图像，再交给二维CNN处理。这样做的好处是把序列问题完全转换成了图像分类问题，在论文里画图非常直观，缺点是计算量大，而且STFT的窗长、重叠率又引入了新的超参数。

我一般建议做课程设计和毕业设计的同学优先选第一种：原始时域切片加一维CNN。原因很现实——一维CNN参数量小，在CPU上就能完成训练，不用依赖服务器；预处理代码短，只有滑窗和归一化两件事，排查错误容易。等一维基线跑通了，再把输入换成时频图或者频谱图作为“改进点”，这样项目文档里的对比实验也就有了着落。这里还要多说一句：网上很多源码包默认给的就是时频图方案，因为它视觉效果好，但如果你没有GPU，跑一个二维CNN训练可能要熬一整晚，所以在动手之前先确认自己的硬件条件能覆盖哪种方案。

2.2 CNN、LSTM、ResNet怎么选：故障诊断模型选型的对比与理由

写项目文档的时候，模型选型是必须说明白的一页。我常见做法是拿三类模型做横向对比，按题目要求往里套，不要凭空选型。

如果题目只要求“把正常、内圈故障、外圈故障、滚动体故障四类分开”，1D-CNN在CWRU这类公开数据集上一般能把准确率推到99%以上。如果题目要求预测剩余寿命，或者识别不同工况下的渐进退化，LSTM或CNN-LSTM混合结构更合理。如果追求结构上的“创新点”，可以在1D-CNN基础上加深度可分离卷积、SE注意力模块或仿ResNet加残差连接。但一个容易被忽略的事实是：加结构不等于加准确率，在数据量小的时候，结构越复杂越容易过拟合，这一点要在第六章的消融实验里验证，不能只在文档里说“我加了注意力机制所以更好”。

还有一个选型上的常见误区：以为模型越深越好。故障诊断的输入是单一通道的一维信号，信息容量比ImageNet图片小得多，一个十几层的深网络和一个四层的浅网络在CWRU上的差距通常不到一个百分点，但深网络的训练时间、显存占用和过拟合风险都会成倍上升。先浅后深，先基线后改进，这是做项目文档时最高效的路径。

2.3 数据从哪里来：CWRU公开数据集与自采数据的采集方案

做这个题目的同学遇到的第一个现实问题基本都一样——“我没有真实设备数据怎么办？”答案是优先用公开数据集。CWRU（凯斯西储大学）轴承数据中心是这个方向使用最广泛的公开基准，涵盖了正常、内圈故障、外圈故障、滚动体故障四大类，每类还细分不同损伤尺寸，采样率有12kHz和48kHz两档。因为是公开的、被大量论文引用的数据，用它做的结果容易复现，答辩时也容易说明“为什么用这份数据”。

如果老师明确要求自采数据，采集方案通常由三部分组成：加速度传感器贴在轴承座或设备外壳上，采集卡按固定采样率连续记录，人为制造故障来构造标签——常见做法是电火花加工在轴承内圈或外圈打一个凹坑。自采数据最容易出问题的点有两个：标签对齐和工况混杂。标签对齐是指振动信号和故障类型必须一一对应，半秒的对齐误差就可能让同一段数据被切出两个不同标签，模型学到的就不是故障特征而是时序偏差了。工况混杂是指转速、负载、采样率变化时，模型在A工况下训练、B工况下测试的准确率会明显掉点，这类问题需要单独设计验证方案，不能把不同工况的数据混在一起划分训练集和测试集。

关于CWRU数据集还需要提醒一句：不同采样率下同一类故障的文件内容长度不同，直接拼起来当作一个数组喂给模型会引入严重的分布偏差。正确做法是按采样率分文件读取，每段数据单独做滑窗，属于同一类故障的样本打同一个标签。这个处理逻辑在第三章的Dataset代码里会体现出来。另外，公开数据集的目录结构、文件命名各有差异，建议在项目文档一开始就写一节“数据说明”，把每条数据对应的工况、采样率、故障位置列清楚，这既是文档规范，也是复现结果的基础。

3. 从原始振动数据到可训练样本：滑窗切片、数据编码与Dataset实现

拿到原始振动数据和标签之后，下一步是把“一长串连续信号”变成“一条一条的独立样本”，这是故障诊断项目里最基础也最容易翻车的一步。很多同学第一次跑代码时的流程是：把整个文件读进来，归一化，直接丢给模型。这本质上是在拿一条几万点的长序列当训练样本，模型看到的不是“多个样本”，而是“一段包含多种状态的混合信号”，训练出来自然没有意义。正确的做法是先用滑窗把长序列切成固定长度的小段，每个小段对应一个确定的标签，再交给模型训练。

3.1 滑窗切片与样本划分：窗口长度、重叠率与标签对齐

滑窗切片的核心参数有两个：窗口长度window_size和步长step。window_size决定模型每次能“看到”多长的信号片段，一般取采样率对应的整数倍。比如采样率12kHz时取1024或2048点，取2048点时相当于0.17秒的信号，对轴承振动这类周期性信号来说已经足够包含多个旋转周期，信息量充分。step决定相邻窗口的重叠程度。step等于window_size时窗口之间没有重叠，样本数最少；step取window_size的一半时重叠率50%，样本数翻倍。重叠率越高样本量越大，对训练越有利，但相邻窗口之间的信息高度相似，会导致训练集和测试集之间出现隐式依赖，这是第五章要讲的数据泄漏问题的源头之一。

样本划分上有一条铁律：在滑窗之前先按“文件”或“工况片段”划分训练集和测试集，而不是在切完窗口之后随机划分。原因是相邻窗口来自同一段连续信号，内容高度相似，如果随机分配到训练集和测试集，模型等于已经见过测试数据的“邻居”，测试成绩虚高。正确的流程是先把数据文件按传感器位置、工况条件分好组，一组进训练集，一组进测试集，然后再各自滑窗。这里有个从工程实践里来的数据量估算方法：一段10秒、12kHz采样的信号约12万个点，按window_size=2048、step=1024来切，大约能产出117个窗口。如果四个故障类别各采集10段这样的信号，总计约4680个样本，对一个小型CNN来说完全够用；如果只有一两段信号，切出来的样本量就偏少，需要考虑提高重叠率或采集更多数据。

3.2 时域信号转二维图像：二维CNN输入的三种常见编码方式

如果选择了二维CNN路线，就需要把一维振动信号编码成二维图像。常见做法有三种。

第一种是直接截取时域波形图：把信号的横轴设为时间、纵轴设为幅值，保存成灰度图。这种方式最简单，但信息冗余度大，图片尺寸和采样点数强耦合，缩放时还会损失幅值细节。第二种是频谱图：对每个窗口做FFT，把幅值谱画成图像，再缩放成固定尺寸，例如224×224。这种做法保留了频域信息，训练效果通常优于时域波形图，缺点是相位信息丢失，而且如果两个故障的频谱形状相似，模型区分起来会吃力。第三种是STFT时频图：用短时傅里叶变换得到时间-频率-幅值的三维表示，沿时间轴展开成二维图像，这是论文里最常见的配图，因为人眼能直接看出不同故障的时频模式差异。STFT需要设置窗长（如256点）、hop长度（如128点）和窗函数（如汉宁窗），这三个超参数会影响图像分辨率，建议在项目文档里逐一说明。

用二维CNN处理时频图的整个流程是：读取振动信号→滑窗→对每个窗口做STFT→保存为图片→按目录结构组织数据→用PyTorch的ImageFolder加载。如果你的机器没有GPU，我不建议课程设计阶段走这条路。一个224×224的时频图数据集，用ResNet18在CPU上训练一个epoch可能要十几分钟，调一次参就得等半天，非常影响进度。相比之下，一维CNN在CPU上一个epoch只需要几分钟，试错成本低得多。等到论文需要可视化时，再单独画出几张时频图作为展示即可，不一定非要把整个训练流程都跑在二维输入上。

3.3 用Python实现振动数据集类：PyTorch的Dataset与DataLoader写法

下面是整个项目里第一个可以直接抄的代码块。它解决的是“如何把长序列信号变成模型可迭代的样本”。这段代码同时兼容一维CNN和后续改造成频谱输入，只需要调整__getitem__里对窗口数据的处理方式。

import numpy as np import torch from torch.utils.data import Dataset, DataLoader class VibrationDataset(Dataset): """振动信号滑窗数据集：把多段长序列切成固定窗口样本""" def __init__(self, signal_list, label_list, window_size=2048, step=1024): self.samples = [] self.labels = [] for signal, label in zip(signal_list, label_list): # 逐段滑窗，避免跨段拼接 for start in range(0, len(signal) - window_size + 1, step): self.samples.append(signal[start:start + window_size]) self.labels.append(label) # 转成 ndarray 提升索引效率，训练前统一归一化 self.samples = np.array(self.samples, dtype=np.float32) self.labels = np.array(self.labels, dtype=np.int64) def __len__(self): return len(self.labels) def __getitem__(self, idx): # 返回 (1, window_size) 的样本，便于 Conv1d 直接处理 x = torch.from_numpy(self.samples[idx]).unsqueeze(0) y = torch.tensor(self.labels[idx]) return x, y # 用法示例：signal_list 是多个工况片段的数组，label_list 是每段的故障类别 train_loader = DataLoader( VibrationDataset(train_signals, train_labels, window_size=2048, step=1024), batch_size=64, shuffle=True, num_workers=2 )

这段代码的关键设计有三个。第一，滑窗在Dataset构造阶段完成，而不是在训练循环里临时做，这样可以保证所有样本在训练开始前就固定下来，复现性好。第二，每个窗口取自单一段信号，不会出现一个窗口拼接两段信号的情况——这个细节很多人会忽略，但跨段拼接会在窗口边界引入虚假的跳变信号。第三，__getitem__里对每个样本做了unsqueeze(0)，把shape从(window_size,)扩成(1, window_size)，后续Conv1d的输入通道数固定为1。

参数方面，window_size和step是全局超参数，建议在项目文档开头就写明取值和理由。window_size取2048、step取1024时，样本间重叠50%，这是我在多个项目里验证过的“任务均衡点”：样本量足够、重叠引入的冗余不高、训练时间可接受。如果数据量少，可以把step降到512，样本数再翻一倍；如果数据量大，step可以提高到window_size的75%来减负。num_workers在Windows上经常出问题，如果报DataLoader worker相关错误，直接把它设为0，训练速度慢一点但稳定。

4. 用PyTorch搭建一维CNN故障诊断模型：网络结构与训练参数

网络结构是项目文档里最重的一章，也是最容易出现“玄学”的一章。同一个数据集，不同人跑出来的准确率可能差十几个百分点，原因往往不在模型层面，而在网络层设置、训练超参数和数据处理细节。这一章给出一份可以直接运行的一维CNN实现，以及训练脚本里必须保留的配套逻辑。

4.1 一维卷积网络结构：从Conv1d到分类头的完整代码

故障诊断里最常用的1D-CNN由三部分组成：卷积特征提取层、全局池化层和分类头。下面这份代码是CWRU四分类任务的基线模型，结构简单、参数少、CPU上也能训练。

import torch.nn as nn class FaultCNN1D(nn.Module): """一维CNN故障诊断模型：3个卷积块 + 全局池化 + 分类头""" def __init__(self, num_classes=4, dropout=0.3): super().__init__() self.features = nn.Sequential( nn.Conv1d(1, 32, kernel_size=7, stride=2, padding=3), nn.BatchNorm1d(32), nn.ReLU(inplace=True), nn.MaxPool1d(2, stride=2), nn.Conv1d(32, 64, kernel_size=5, stride=1, padding=2), nn.BatchNorm1d(64), nn.ReLU(inplace=True), nn.MaxPool1d(2, stride=2), nn.Conv1d(64, 128, kernel_size=3, stride=1, padding=1), nn.BatchNorm1d(128), nn.ReLU(inplace=True), nn.MaxPool1d(2, stride=2), ) self.classifier = nn.Sequential( nn.AdaptiveAvgPool1d(1), # 不管输入长度是多少，都池化到1个点 nn.Flatten(), nn.Linear(128, 128), nn.ReLU(inplace=True), nn.Dropout(p=dropout), nn.Linear(128, num_classes) ) def forward(self, x): x = self.features(x) x = self.classifier(x) return x

网络设计的核心逻辑可以拆成三点。第一，第一个卷积层用大kernel（7）和步长2，目的是在早期覆盖更大的时域感受野，让第一层就能捕捉振动信号里的周期性冲击成分。第二，每个卷积块后接BatchNorm和MaxPool1d，BatchNorm负责稳定训练分布，MaxPool1d逐步降低序列长度，让网络在更深层关注更高层的模式。第三，分类头用AdaptiveAvgPool1d(1)把任意长度的特征序列压缩成单点，再接两个全连接层和Dropout，这样即使输入窗口长度变化，模型的输出维度也不会变。

这里要特别说明kernel_size和stride的关系。kernel_size=7、stride=2、padding=3时，序列长度减半。输入2048点，经过第一层变1024，第一层MaxPool变512，经过第二层变256，最终进入分类头时长度已经降得很低。如果你的窗口长度不是2的幂，最后一层MaxPool之前可能遇到长度对不齐的情况，这时AdaptiveAvgPool1d能兜底，但它也会抹掉一些位置信息。所以最省心的做法就是窗口长度取2048这种2的幂，网络处理起来无脑整齐，这也是第三章把window_size设为2048的原因。

4.2 训练脚本的必备细节：优化器、学习率、早停与模型保存

模型定义好之后，训练脚本里的细节决定了你能不能复现论文里的准确率。下面这份训练代码是我在多个项目里跑下来比较稳定的一份，核心逻辑是“验证集驱动”：只有验证集指标刷新才保存模型。

import torch import torch.nn as nn import torch.optim as optim from torch.optim.lr_scheduler import ReduceLROnPlateau model = FaultCNN1D(num_classes=4) device = torch.device("cuda" if torch.cuda.is_available() else "cpu") model.to(device) criterion = nn.CrossEntropyLoss() optimizer = optim.Adam(model.parameters(), lr=1e-3, weight_decay=1e-4) scheduler = ReduceLROnPlateau(optimizer, mode="min", factor=0.5, patience=10) best_acc = 0.0 for epoch in range(100): model.train() total_loss, correct, total = 0.0, 0, 0 for x, y in train_loader: x, y = x.to(device), y.to(device) optimizer.zero_grad() out = model(x) loss = criterion(out, y) loss.backward() optimizer.step() total_loss += loss.item() * x.size(0) correct += (out.argmax(1) == y).sum().item() total += y.size(0) train_acc = correct / total # 验证阶段不加梯度，节省显存并避免误更新 BN 统计量 model.eval() val_correct, val_total = 0, 0 val_loss = 0.0 with torch.no_grad(): for x, y in val_loader: x, y = x.to(device), y.to(device) out = model(x) loss = criterion(out, y) val_loss += loss.item() * x.size(0) val_correct += (out.argmax(1) == y).sum().item() val_total += y.size(0) val_acc = val_correct / val_total scheduler.step(val_loss) # 只在验证集准确率刷新时保存模型，防止保存过拟合版本 if val_acc > best_acc: best_acc = val_acc torch.save(model.state_dict(), "best_model.pth") print(f"Epoch {epoch:03d} | loss {total_loss/total:.4f} | " f"train_acc {train_acc:.4f} | val_acc {val_acc:.4f}")

这段代码里真正影响最终成绩的参数是learning rate、weight_decay和ReduceLROnPlateau。学习率1e-3是Adam的常用起点，适合多数一维信号任务；weight_decay=1e-4是L2正则化，可以抑制过拟合；ReduceLROnPlateau在验证集loss连续10个epoch不下降时把学习率减半。这三个值的组合不是从论文里抄的，而是从“训练集acc一路冲到100%、验证集acc卡在80%”这类典型过拟合现象里调出来的。如果你换数据集，优先调整的不是网络结构，而是weight_decay和dropout。还有一个细节：验证阶段要记得调model.eval()，它会改变BatchNorm和Dropout的行为；训练阶段调model.train()，两者缺一个，验证集结果都可能出错。

模型保存时存state_dict而不是整个model对象，这样后续加载时只依赖网络结构定义，不依赖保存时的环境。加载代码也很简单：先实例化一个相同结构的模型，再load_state_dict。

4.3 训练过程怎么读：loss曲线与验证集准确率的判读方法

训练跑起来之后，不要等100个epoch结束才去看结果，要实时判断训练状态是否正常。正常的曲线是训练loss单调下降后趋于平缓、验证集准确率同步上升后在一个区间稳定震荡。以下三种异常要能第一时间识别。

第一种是loss一开始就NaN。常见原因是输入数据里有Inf或过大值，解决方法是检查归一化——振动信号先减均值再除以标准差，把输入控制在零均值单位方差的范围内。第二种是训练loss一直下降、验证集准确率却不高，这说明网络表达能力够，但泛化不行，优先调dropout和weight_decay，其次考虑减小模型深度。第三种是训练loss下降得很慢，到第50个epoch还没有明显收敛趋势，这时候要检查学习率是不是太大导致震荡，或者BatchNorm的位置不对，可以试着把lr降到3e-4重新跑一遍。

这里补一个真实场景：很多课程设计项目为了防止训练时间过长，会把epoch数设得很保守，比如20个epoch就停。这在CWRU这类数据上确实够用，因为样本量大、类别区分度高；但换成自采的噪声数据，20个epoch大概率不够收敛。建议在项目文档里记录“模型在第几个epoch达到最好验证准确率”，这既是实验记录的一部分，也是答辩时体现工程意识的一个细节。

5. 故障诊断模型的避坑指南：数据泄漏、过拟合与复现失败的五个典型场景

这一章是我踩了最多坑的部分。每条都按“现象 → 原因 → 解决”来写，这些坑不解决，模型源码和项目文档写得再漂亮也没用。

5.1 测试集准确率99%，一换工况就掉到60%：数据泄漏现象与修复

现象：在CWRU数据上跑出的测试集准确率高达99%，但把训练好的模型放到另一个转速工况的测试数据上，准确率直接掉到60%多，甚至接近随机猜测。

原因：这是典型的数据集划分不当造成的数据泄漏。很多人直接从“所有文件”里随机抽取80%的窗口进训练集、20%进测试集，但相邻窗口来自同一段连续信号，内容几乎相同。模型“见过”测试窗口的邻居，表面准确率虚高，一旦换到从未见过的新工况，真实泛化能力就现了原形。

解决：样本切分按文件或按工况先完成分组，分组之后再滑窗。具体操作是先把数据按“工况编号+故障类型”分成若干组，再把组随机分配到训练集和测试集，保证同组数据不会同时出现在两边。这个原则要从头贯彻到尾，不能训练集分组严格、测试集分组随意。

5.2 训练集准确率100%、验证集只有80%：过拟合与正则化调整

现象：训练集准确率正常爬到100%，验证集卡在80%附近不再上升，同时训练loss还在继续下降。

原因：模型参数太多或正则化不足，网络把训练样本的特征“背”了下来，而不是学到可泛化的故障模式。故障诊断数据的特点是样本量大但单样本信息密度高，模型很容易记住噪声细节。

解决：先调正则化超参，再考虑砍网络。把dropout从0.3升到0.5，weight_decay从1e-4调到5e-3，观察验证集变化；如果提升不明显，减少filter数量，例如第一层32、第二层64、第三层128改为16、32、64。这里有个经验：不要一上来就换网络结构，先花两个小时调正则化参数，大部分过拟合问题都能解决。

5.3 每次跑的结果都不一样，论文里没法复现：随机种子与训练复现性

现象：同一个脚本、同一个数据集，第一次跑验证集准确率95%，第二次94.2%，第三次又变成95.6%，论文里的表格没法填。

原因：深度学习中存在多处随机源——PyTorch的参数初始化、DataLoader的shuffle顺序、Dropout的掩码、以及操作系统的随机数生成器。不设置随机种子，每一次运行的模型初始状态都不同。

解决：在脚本入口设置三处随机种子，并且关闭cudnn的自动调优。代码如下：

import random import numpy as np import torch def set_seed(seed=42): random.seed(seed) np.random.seed(seed) torch.manual_seed(seed) torch.cuda.manual_seed_all(seed) torch.backends.cudnn.deterministic = True torch.backends.cudnn.benchmark = False set_seed(42)

设置后，同一份数据、同一个脚本跑出来的结果应该完全一致。还有一点：DataLoader的num_workers大于0时，不同进程之间的数据顺序可能有细微差异，如果追求严格复现，把num_workers设为0，或者在项目文档里记录每次实验的seed值。

5.4 GPU显存不足训练中断：batch size、梯度累积与断点续训

现象：用GPU训练时，程序跑到第10个epoch报错“CUDA out of memory”，前面所有训练作废，模型没有保存。

原因：显存占用主要来自中间激活值，batch size越大、序列越长、网络越深，显存占用越高。故障诊断一维CNN其实很省参数，但如果在输入阶段把样本从(1, 2048)展开成(1, 224, 224)的二维图片，显存占用会指数级上升。

解决：三个方案从小到大排。第一，调小batch size，从64调到32或16，这是最低成本的方案。第二，打开梯度累积，每累积4个batch更新一次梯度，等效于更大batch size但显存不增加。第三，给训练循环加checkpoint保存，每隔固定epoch保存一次state_dict，中断后从最近checkpoint恢复。梯度累积的代码逻辑如下：

accumulation_steps = 4 for i, (x, y) in enumerate(train_loader): out = model(x) loss = criterion(out, y) / accumulation_steps # 先除再累，保持等效学习率不变 loss.backward() if (i + 1) % accumulation_steps == 0: optimizer.step() optimizer.zero_grad()

这段代码里除以accumulation_steps是关键，不除的话等效学习率会被放大4倍，训练曲线会明显震荡。断点续训的保存逻辑可以合并在第四章的best_model.pth之外，再加一个每10个epoch覆盖保存的checkpoint.pth，包含模型参数、optimizer状态和当前epoch。

5.5 模型对未知工况失效：跨工况泛化与迁移学习的现实边界

现象：在负载0hp下训练的模型，换到负载3hp的数据上测试，准确率明显下降；反过来也一样。

原因：不同工况下振动信号的幅值、频率成分和信噪比都有差异，模型在训练工况下学到的特征分布，在目标工况下并不成立。这是故障诊断里最难的开放问题之一，单纯加训练数据缓解不了本质上的分布偏移。

解决：对课程设计和毕业设计来说，现实的方案不是去发明一个域适应算法，而是把“跨工况验证”当作实验设计的一部分来对待。比如数据集划分时，如果总共有四种负载工况，拿三种做训练、一种做测试，报告里如实报告跨工况准确率。如果要做改进点，可以尝试最简单的一阶归一化——对每段信号按自身均值方差归一化，或者用目标工况的部分数据做少量微调。这里要传达的核心是：跨工况性能下降不是bug，而是这个方向固有的研究难点，把实验设计做严谨比强行把准确率刷上去重要得多。

6. 让毕设更有说服力：混淆矩阵、t-SNE可视化与消融实验三种展示手段

模型跑通只是及格线，答辩要的是“可解释、有对比、有说服力”。我一般会在最后花两个小时做三件事：输出混淆矩阵，画t-SNE特征图，跑一组消融实验。这三件事做完，项目完整度会有本质提升。

6.1 混淆矩阵与分类报告：诊断结果怎么展示才规范是第一步

混淆矩阵能直接看出哪些类别容易混淆，比单独给一个准确率数字有说服力得多。用sklearn一行就能出：

from sklearn.metrics import confusion_matrix, classification_report # 假设 test_results 里有 y_true 和 y_pred cm = confusion_matrix(y_true, y_pred) print(classification_report(y_true, y_pred, digits=4)) # 把 cm 用 seaborn 画热力图，保存成图片 import seaborn as sns import matplotlib.pyplot as plt sns.heatmap(cm, annot=True, fmt='d', cmap='Blues') plt.xlabel('预测标签') plt.ylabel('真实标签') plt.savefig('confusion_matrix.png', dpi=150)

6.2 t-SNE特征可视化：把模型学到的东西画出来

t-SNE可以把高维特征映射到二维平面，让人直观看到“同类样本是否聚在一起”。做法是取模型features层的输出，做全局平均池化后降维：

from sklearn.manifold import TSNE # 收集测试集特征，shape: (n_samples, feature_dim) features = [] labels = [] model.eval() with torch.no_grad(): for x, y in test_loader: feat = model.features(x).mean(dim=-1) # 全局平均池化 features.append(feat.numpy()) labels.append(y.numpy()) features = np.concatenate(features, axis=0) labels = np.concatenate(labels, axis=0) tsne = TSNE(n_components=2, perplexity=30, random_state=42) embed = tsne.fit_transform(features) # 按 labels 着色散点图，同类样本越聚拢，说明特征可分性越好

perplexity建议在5到50之间调，对故障诊断这种通常只有几百上千个测试样本的数据集，30是个稳妥的起点。t-SNE是一种降维可视化，不是评估指标，但它能让答辩老师一眼看出你的模型是不是真的学到了有区分度的特征。

6.3 消融实验：证明你的网络结构和预处理选择不是玄学

消融实验的作用是回答“你加的模块到底有没有用”。最简单的做法是设三组对比：基线1D-CNN、去掉BatchNorm、去掉Dropout或加注意力模块，每组跑同样的数据、同样的训练参数，记录验证集准确率。表格可以这样列：

从这个表就能直接得出结论：BatchNorm和Dropout对稳定训练有效，SE注意力在数据量不大时帮助有限。这个结论本身没有“惊艳”之处，但它是通过控制变量得到的，比在论文里写“我们提出的方法优于基线”要扎实得多。

我一直养成的习惯是：每改一个参数，就在项目文档里补一行记录，包括数据集划分的seed、窗口参数、训练epoch和最终准确率。这个习惯救过我很多次——答辩前临时被问到“你这个准确率是怎么复现的”，翻出记录就能答上来，不用重新跑一遍。做技术方案这件事，模型结构决定了上限，而能不能把过程记清楚、把坑找出来，决定了你的方案有没有人愿意接着用。希望这篇笔记能帮你在做故障诊断这条路上少走一些弯路，把这套流程跑通，模型、源码、项目文档三件套也就真的齐全了。

本文还有配套的精品资源，点击获取