🏭 深度学习如何「预知」机器的死亡时间？—— 43 页 ACM 预测性维护综述精读

这一篇在干嘛？

这是一篇发表在 ACM Transactions on Embedded Computing Systems（TECS）上的系统综述，作者团队来自意大利维罗纳大学，系统地梳理了 2015—2024 年十年间”用深度学习做预测性维护（Predictive Maintenance, PdM）“的全部主流方法。它回答的核心问题是：如何利用传感器数据和深度学习模型，在机器彻底坏掉之前预测故障、诊断原因、估算剩余寿命，并给出维护决策。全文按 PRISMA 系统综述流程筛选文献，覆盖模型、学习范式、数据集、评价指标、硬件部署五大板块，非常适合想进入工业 AI 领域的初学者、算法工程师以及智能制造方向的读者。

阅读导航

• 维护的三代演进：从”坏了再修”到”未卜先知”
• PdM 完整流水线：四个阶段缺一不可
• 模型全景图：从 MLP 到基础模型
• 生成式模型：数据不够，自己造
• Transformer 与其他新架构
• 学习范式：同样的模型，不同的教法
• 公开数据集：练手的弹药库与它们的坑
• 评价指标：选错指标，白忙一场
• 硬件落地：把模型塞进微控制器
• 挑战与未来方向

---

维护的三代演进：从”坏了再修”到”未卜先知”

要理解预测性维护（Predictive Maintenance, PdM）的价值，得先看看它是怎么一步步进化出来的。按照欧洲标准 EN 13306 的定义，**维护（maintenance）**是指在设备全生命周期内，为保持或恢复其”能执行规定功能的状态”所采取的全部技术、行政和管理动作。说白了就是：让机器别坏、坏了能修。

综述把维护策略分成两大类、四小类，我们用三代的眼光来看：

第一代：反应式维护（Reactive Maintenance）——坏了再修。这是最古老的方式，设备彻底罢工了才动手。它的优点很直白：前期零投入，不需要任何监测设备或规划，特别适合那些便宜、非关键、很少出故障的设备。但代价也很惨烈：非计划停机（unscheduled downtime）导致的生产延误、备件加急空运、加班抢修，都是真金白银的支出；突发故障还会缩短设备寿命、带来安全隐患。反应式维护下面又分两种：**纠正性维护（Corrective Maintenance）**处理那些不直接威胁安全或生产的问题；**紧急维护（Emergency Maintenance）**则用于已经威胁到安全或生产的关键故障，需要立即调配资源，成本更高。

第二代：预防式维护（Preventive Maintenance）——定期体检。不管设备有没有问题，按计划定期检查、保养、更换。这能显著减少意外停机、延长机器寿命，但引入了新的浪费：设备明明还健康，也得停机检修，花了不少冤枉钱。综述里列举了三种经典策略：

• 基于役龄的维护（Age-based Maintenance）：按部件的使用年限安排维护。简单好执行，适合寿命可预测的部件，但完全不看设备的实际状态，会把还有剩余寿命的部件提前换掉。
• 不完美维护（Imperfect Maintenance）：接受设备带着一定程度的磨损继续运行，只做定期的”够用就好”式保养。省了过度维护的钱，但次要部件带着”可控的不完美”运行，隐性增加了故障风险。
• 固定间隔维护（Constant Interval / Time-based Maintenance）：雷打不动按固定时间间隔维护。计划管理容易，但如果部件根本没有明显磨损，这些维护就是纯粹的浪费。

第三代：预测式维护（Predictive Maintenance, PdM）——未卜先知。这是本文的主角：利用传感器数据、机器状态和机器学习，预测设备什么时候可能坏，然后只在真正需要的时候动手。它保留了预防式的”防患于未然”，又消除了”没病也治”的浪费，理论上可以把设备的整体设备效率（Overall Equipment Effectiveness, OEE）推到 90% 以上，投资回报率（ROI）据文献称可高达 1000%。当然天下没有免费的午餐：PdM 需要在传感器、监测系统和数据分析工具上做大量前期投入。

**图 1：维护策略分类树。**紫色和绿色框是两大类维护方式（反应式 vs 主动式），橙色框是各自的细分策略。反应式维护只在故障出现后才行动；主动式维护则进一步分为预防式和预测式，不会等到设备失效才开始维护。

在主动式维护（Proactive Maintenance）的大伞下，PdM 属于数据驱动的一支；而在 PdM 的决策阶段，还有两种著名策略：以可靠性为中心的维护（Reliability-centered Maintenance, RCM）——系统性分析各部件的失效后果，优先保障影响整体可靠性的关键部件；基于状态的维护（Condition-based Maintenance, CBM）——通过传感器持续监测设备实际状态，只有当指标达到预设阈值或出现退化迹象时才维护。CBM 是 PdM 中应用最广的类型，所以这篇综述里 PdM 和 CBM 基本可以互换使用。

综述还给出了一张时间轴对比图，直观展示三种策略在同一台设备生命周期中的差异：

**图 2：三种维护策略的时间轴对比。**横轴是时间，纵轴列出预测式、预防式、反应式三种策略，红圈表示故障发生的时刻。绿色扳手代表把设备恢复如初的维护，黄色扳手代表可能留有残余风险的不完美维护；黄色监测符号表示常规监控，红色监测符号表示对关键部件的重点监控。

常见坑：把 PdM 等同于"定期保养"

很多刚接触这个领域的人会把预测性维护和预防性维护混为一谈。记住一个判据：看它依不依赖数据的实时状态。预防式维护按”日历”行事——不管机器好坏，到期就修；预测式维护按”体检报告”行事——数据说话，坏了才修，修之前还会告诉你快坏了。前者过度维护，后者按需维护，成本结构完全不同。

PdM 完整流水线：四个阶段缺一不可

很多人以为 PdM 就是”训练一个模型预测故障”，实际上它是一条完整的流水线。综述把 PdM 划分为四个阶段，这也是理解整篇综述的骨架：

**图 3：PdM 的四个步骤。**从异常检测开始，经过故障诊断和退化预测，最终输出维护缓解方案，形成一条完整的预测链条。

1. 异常检测（Anomaly Detection, AD）：分析设备的历史数据，把信号中偏离正常运行模式的点标记为异常。这是流水线的”哨兵”，负责拉响警报。它回答的问题是——“机器有没有不对劲？”

2. 故障诊断（Failure Diagnosis，也常写作 FD）：发现了异常，还得知道为什么异常。这一步要定位异常的根本原因（Root Cause Analysis, RCA）：是正常磨损？某个部件失效了？还是其他问题？通常需要更深入的分析，有时还需要领域专家参与。它回答的是——“哪里出了问题？”

3. 退化预测（Prognosis，即 Degradation Prognosis）：知道了哪里坏了，下一步预测它会多快彻底坏掉。核心输出是剩余使用寿命（Remaining Useful Life, RUL）——设备还能健康运转多长时间。这一步用高级分析、机器学习算法和预测建模来估计故障的演进速度。它回答的是——“还剩多少时间？”

4. 缓解（Mitigation）：前三步的成果最终要落到”怎么办”上。综合诊断和预测的结果，制定系统化的维护计划。RCM 和 CBM 这两种策略就在这一阶段发挥作用。它回答的是——“现在该做什么？”

值得注意的是，这四个阶段既可以独立使用，也可以组合使用：一个阶段的输出可以作为下一个阶段的输入，但某些场景下并不严格要求串行。比如有些工厂只做异常检测 + 诊断，不做 RUL 预测，也已经有可观的收益。

模型全景图：从 MLP 到基础模型

这是综述的核心章节。作者用 PRISMA 流程从五大数据库（Web of Science、Scopus、IEEE Xplore、ScienceDirect、Google Scholar）检索了 379 篇记录，去重和筛选后最终纳入 168 篇文献，然后逐类分析了 PdM 中用到的学习模型。

**图 4：基于 PRISMA 的文献检索流程图。**379 篇初始记录经过去重（剔除 48 篇）、自动化工具筛除、可及性筛选、标题摘要筛选（剩 180 篇）等步骤，最终 168 篇入选。这是系统综述透明可复现的黄金标准。

先看一张总表，了解各类模型在近几年的研究热度演变：

（表格目标：展示各类学习模型在综述文献中的研究贡献分布，可以看出 ConvNets 和 AEs 是绝对主力，而扩散模型、GNNs、PINNs、基础模型是近几年的新贵。）

图 5：各类学习模型在 PdM 领域的流行度统计——通过统计讨论某一技术的文章数量得出。ConvNets 一骑绝尘，AEs 紧随其后，这正是后面讨论会重点解释的现象。

多层感知机（MLPs）：老当益壮的起点

多层感知机（Multi Layer Perceptron, MLP）是最经典的神经网络：输入层、隐藏层、输出层，每层神经元与下一层全连接。它能学到标准统计模型搞不定的非线性关系，1970 到 2010 年代一直是机器学习的”劳模”。隐藏层多于一层时，它就成了深度神经网络。

由于结构简单，MLPs 是 PdM 领域最早被广泛研究的模型。典型用法包括：区分正常数据与异常数据、在大规模深层网络上预测异常、配合决策阈值把连续输出转成离散故障类别以应对不平衡数据。还有工作把 MLP 和可解释 AI（Explainable AI, XAI）技术结合来预测 RUL——这在工业界很关键，因为工程师需要知道模型”为什么”这么说才敢据此停机。由于 PdM 领域的标签通常很稀缺，也有学者提出半监督方案来训练 MLP 预测机电继电器的 RUL。

MLP 的取舍很清晰：优点是简单、快、好解释；缺点是不会自动提取时序或空间特征，输入特征的好坏高度依赖人工特征工程。

循环神经网络（RNNs）：为时序数据而生

工厂里的传感器数据天然是时间序列（time-series），所以循环神经网络（Recurrent Neural Network, RNN）在 PdM 里占有一席之地。RNN 有”记忆”能力，能把之前时间步的结果带到后续计算中。

但普通 RNN 有个致命弱点：梯度消失（vanishing gradient）——训练过程中参数几乎不再更新，导致模型学不到长距离的时序依赖。两个变种解决了这个问题：

• 长短期记忆网络（Long Short-Term Memory, LSTM）：通过门控机制（gate，一种阈值函数）决定哪些信息保留、哪些遗忘，有效缓解梯度消失。
• 门控循环单元（Gated Recurrent Unit, GRU）：同样是门控设计，但门的数量更少，比 LSTM 更高效。

在 PdM 的实战中，LSTM 被用于预测喷气发动机的 RUL、预测近期可能发生的故障；还有工作在 LSTM 编码器-解码器架构里嵌入自注意力（self-attention）机制——编码器处理输入、提取关键信息，解码器据此生成更准确的预测。更前沿的还有 Multi-Flow BiLSTM：用多学习流加残差连接（residual connections）分析历史数据模式，可以预测未来信号，直接服务于异常检测；以及统计循环单元（Statistical Recurrent Unit）凭借出色的特征提取能力做 RUL 预测。

卷积神经网络（ConvNets）：PdM 界的绝对主力

卷积神经网络（Convolutional Neural Network, ConvNet / CNN）是综述统计出的 PdM 最常用模型。它用卷积层在输入上滑动 2D 滤波器提取边缘、纹理、形状等特征。在 PdM 里它有两种打开方式：

**方式一：直接在 1D 信号上卷积。**1D 卷积滤波器作用于序列的时间维度，把远处的和近处的过去”混合”起来，对信号当前状态做出判断，从中提取频率成分、瞬态尖峰、周期模式等对预测故障至关重要的特征。ConvNets 是极好的特征提取器，但通常需要和 MLP 或 RNN 组合使用——ConvNet 负责提特征，后面的模型负责预测。

方式二：把信号变成图像再卷积。传感器信号可以转换成频谱图（spectrogram），最常用的方法是格拉姆角场（Gramian Angular Field, GAF），此外还有功率谱密度（Power Spectral Density）和快速傅里叶变换（Fast Fourier Transform, FFT）。转换后的”图像”就可以喂给标准的 2D ConvNet，直接复用计算机视觉的成熟技术。

ConvNets 的进阶玩法还有很多：

• 联合损失函数（joint-loss function）：让一个共享的 ConvNet 同时优化两个任务，比如同时做 RUL 预测和健康状态分类，两个任务的损失函数加权合并，模型同时从两个目标学习。
• ConvNet + RNN 组合：这是综述观察到的最主流组合。ConvNet 提取信号特征，LSTM 维持特征间的时序依赖；双向版本（Bi-LSTM、Bi-GRU）让信息双向流动，在 PdM 各阶段都有应用。
• 时序卷积网络（Temporal Convolutional Network, TCN）：用因果卷积和空洞卷积建模长序列，也常用于时序信号的 PdM 任务。

ConvNets 之所以能称霸，一是因为工业信号转图像后可以套用海量视觉领域的预训练成果，二是它的特征提取能力确实对”振动信号里藏着故障前兆”这类问题特别有效。

常见坑：信号转图像不是万能药

GAF、FFT、功率谱密度这些信号转图像技术很流行，但转换方式的选择本身就是一种领域决策。FFT 适合找周期性成分，GAF 保留时序依赖关系，选错了转换方法，后面再强的 ConvNet 也救不回来。另外，ConvNet 直接在原始 1D 信号上工作也是一种完全可行的路线，不一定非要绕道图像——两种路线在文献里都有大量成功案例，不要迷信其中一种。

生成式模型：数据不够，自己造

生成式模型（Generative Models）的核心能力是学习训练数据的底层分布，然后生成和它相似的新数据。在 PdM 这种”故障样本极其稀缺”的领域，这个能力简直是量身定做。

自编码器（AEs）：无监督异常检测的瑞士军刀

自编码器（Autoencoder, AE）由两部分组成：**编码器（encoder）**把输入数据压缩到低维的潜在空间（latent space），**解码器（decoder）**再从编码重建原始信号。训练目标是让重建结果尽量接近输入——在这个过程中，编码器被迫学会抓住数据最本质的特征、扔掉无用的噪声和冗余。这是一种无监督学习（unsupervised learning），不需要任何标签。

在 PdM 中的经典用法：用正常数据训练 AE，之后如果某段数据的**重建误差（reconstruction error）**超过阈值，就判定为异常。道理很朴素——模型只见过正常的模式，遇到没见过的异常就”重建不像”。此外，也可以在编码后的表示上接一个分类器做维护决策（识别潜在故障或估计 RUL），相当于让分类器直接在”已经去噪去冗余”的特征空间里工作。

综述中的进阶变体非常丰富：

• 卷积自编码器（ConvNet-based AE）：用卷积层做编码器和解码器，擅长提取判别性特征，广泛用于 AD、RCA 和 RUL 各阶段。
• 压缩卷积变分自编码器（Squeezed Convolutional Variational Auto-Encoder, SCVAE）：卷积提特征，squeeze 操作让预测更省资源。
• 带故障注意力机制的 AE：让模型对数据中的故障部分投入更多注意力，用于 AD 和 RCA。
• 深度去噪自编码器（Denoising Autoencoder, DAE）：训练时故意给输入加噪声，让模型学会从带噪版本恢复干净信号。这样学到的表示专注于数据的关键特征、忽略无关噪声，对预测设备寿命特别有用。
• 离散变分自编码器（Discrete Variational AE）：把数据编码到离散的潜在空间，更有效地捕捉关键模式和异常。

AE 之所以是 PdM 第二热门的模型，根本原因还是前文说的：工业场景拿不到故障标签。AE 不需要标签就能学数据分布，完美契合现实约束。

生成对抗网络（GANs）：造假大师的另一面

生成对抗网络（Generative Adversarial Network, GAN）由两个网络对抗训练：**生成器（generator）**努力学习训练数据的分布并生成以假乱真的数据，**判别器（discriminator）**努力分辨输入是真数据还是生成的假数据。两者互相博弈，最终生成器学到的分布可以逼真到判别器也分不清。

GAN 在 PdM 有两大用法：

1. 数据增强：故障标签数据稀缺是 PdM 的老大难，GAN 可以生成合成异常数据来扩充训练集。有工作用卷积版 GAN 生成异常数据供训练，也有用 GAN 为 RUL 任务生成训练数据。
2. 直接做异常检测：判别器本身可以当分类器用。LSTM 版 GAN 让生成器生成正常数据、判别器区分异常与正常，在时序数据上效果拔群。综述指出，GAN 在异常检测上大幅领先 MLP 和 RNN 等传统方案。

扩散模型（Diffusion Models）：最新的生成引擎

扩散模型（Diffusion Models）是近几年最火的生成模型家族，灵感来自非平衡热力学：前向过程逐步给数据加噪声，反向过程学会一步步去噪恢复原始数据——学会之后，从纯噪声出发就能”逆向”生成逼真的新数据。它在文生图、超分辨率、图像翻译、时间序列预测等领域都拿下了惊艳的成绩。一大优势是支持条件生成（conditioning）——用额外输入引导采样步骤。

三大技术路线：

• 去噪扩散概率模型（Denoising Diffusion Probabilistic Models, DDPMs）：逐步加噪再学习逆转，适合生成新样本或填补缺失数据。
• 基于分数的生成模型（Score-based Generative Models, SGMs）：用分数匹配（score-matching）预测数据变化，沿梯度方向生成或重建时序数据。
• 随机微分方程（Stochastic Differential Equations, SDEs）：把扩散过程连续化，状态转移更平滑，长期预测更好。

落地到 PdM 时序任务的代表模型：TimeGrad 基于 DDPM 逐步去噪做预测；ScoreGrad 引入 SDE 提升长期精度；D3VAE 把扩散和变分自编码器结合，专治噪声大、数据少的场景；DSPD 把时序建模为连续函数，可以在任意未来时间点预测；TimeDiff 用未来近似避免自回归模型的误差累积，预测更快、范围更长。还有面向时空图（spatio-temporal graphs, STG）的扩散方法：Diff-STG 把 DDPM 扩展到多变量时序并考虑实体间空间关系；GCRDD 用图改造的 GRU 同时捕捉时空依赖；CSDI 用掩码渐进去噪做时序缺失值填补。

为什么扩散模型对 PdM 特别有吸引力？还是那个原因：异常样本太少。扩散模型既能增强稀缺的异常数据，又能提升预测精度和系统鲁棒性，而且这个方向 2023—2024 年的论文数量正在快速攀升。

Transformer 与其他新架构

Transformers：长依赖的新王者

Transformer 靠自注意力（self-attention）机制在自然语言处理、计算机视觉、音频处理领域大杀四方，它处理长期依赖的能力自然也吸引了工业界研究者的目光。综述列举了一批时序领域的 Transformer 变体：

• Autoformer：在 Transformer 里引入自相关（auto-correlation）机制做长期时序预测，能把复杂的时序模式有效分解，提升长期预测的准确性和鲁棒性。
• FEDformer：把频域分析整合进 Transformer，通过分解和捕捉频率成分，提高 PdM 预测的精度和可靠性。
• 高效长序列 Transformer：改进自注意力以降低计算复杂度，处理长序列时既快又能抓住关键依赖。
• LogSparse Transformer：针对 Transformer 的两大弱点——局部上下文敏感性和内存效率——设计稀疏注意力，在细粒度、强依赖的长序列上提升精度、降低内存开销。
• 门控 Transformer 网络（Gated Transformer Networks, GTN）：用门控改进多变量时序分类，让模型聚焦相关特征。
• Crossformer：用专门的注意力机制捕捉跨维度依赖——即不同变量之间、不同时间步之间的关系，从而更好地预测多变量时序中的复杂交互。

Transformer 的取舍：优点是天然擅长长距离依赖、可并行训练；缺点是计算量和内存开销大、对数据量要求高，而且自注意力的复杂度随时序长度平方增长——这正是各种稀疏化、频域化变体想解决的问题。

图神经网络（GNNs）：教模型理解”传感器之间的关系”

现有的 AE、LSTM、GAN 方法有个共同的盲区：它们不会显式学习哪些传感器彼此相关。当传感器数量很多、相互关系复杂时，这些方法既难以建模，也难以解释异常发生时哪些关系被破坏了。图神经网络（Graph Neural Network, GNN）正好补上这块：把多变量时序自然地抽象为时空图（节点是传感器/变量，边是它们的关系），精确刻画跨时间的、跨变量的动态依赖。代表工作包括用于 PdM 的电气时空图卷积网络（Electrical-STGCN），以及嵌入领域知识来捕捉特征间复杂关系的 MTAP-DK 模型。GNN 家族里常用的还有图卷积网络（Graph Convolution Network, GCN）和图注意力网络（Graph Attention Network, GAT）。

物理信息神经网络（PINNs）：把物理定律写进损失函数

物理信息神经网络（Physics-Informed Neural Network, PINN）走了一条完全不同的路线：把已知的物理方程或原理直接嵌入神经网络的训练过程。传统 ML 模型很难表达复杂物理系统的交互与动力学，而 PINN 用物理约束弥补纯数据驱动的短板。

它的杀手锏是：数据稀缺甚至昂贵时依然能工作——因为物理定律本身就是一种”免费”的先验知识。材料属性、系统动力学、设备行为这些先验都可以写进模型，提升可解释性和泛化能力。综述认为 PINN 特别适合 PdM 的异常检测和预测（prognostics）场景，而且能提供对故障底层原因的洞察，帮助制定更精准主动的维护计划。

基础模型（Foundation Models）：时序版的 GPT 来了

基础模型（Foundation Model）指像 GPT（Generative Pre-trained Transformer）那样在海量数据上预训练、再针对具体应用微调的”通用底座”。时序领域的基础模型近年刚起步，综述介绍了四位代表：

• TimeGPT-1：第一个时序基础模型，用 GPT 架构生成准确的时序预测，能捕捉复杂的时间模式与依赖。
• MOMENT：开源的时序基础模型家族，提出大规模预训练用的”时序堆”（time-series pile）和低监督评估基准，几乎不用微调就有强劲表现。
• Lag-Llama 类模型：把滞后值（lags）当作协变量、用概率技术输出未来的一系列可能结果而非单一确定性预测，更好地刻画不确定性。
• Chronos：当前时序预测的最优基础模型，在新数据集上展现出强劲的**零样本（zero-shot）**能力——不用训练就能直接预测，大大简化了预测流水线。

不过综述也点出了要害：这些模型大多是单变量的（univariate），无法生成或理解多变量时序之间的关系——而多变量关系恰恰是 PdM 任务的核心（一台机器几十个传感器是常态）。这是时序基础模型在 PdM 落地前必须迈过的坎。

各架构都用在哪些行业？

综述统计了这些模型在真实应用里的分布，做成了一张树状图：

**图 6：PdM 应用行业的树状图。**颜色代表分组，层级通过嵌套矩形展示；矩形越大代表该行业占比越高，小矩形是子类或具体设备。

• 制造与生产（33.33%）：最大板块，覆盖注塑机、铣削刀具、机械臂、3D 打印机、传送带系统、热轧机、感应炉、半导体制造等。
• 能源系统（20.00%）：风电涡轮机、光伏板等可再生能源设备是增长亮点。
• 旋转机械（15.55%）：轴承、感应电机、水泵、离心式压缩机等通用设备，也包括电机等专用设备。
• 电子与计算（13.33%）：硬盘、电磁继电器等硬件维护，以及物联网工业系统。
• 交通运输（11.11%）：车联网（Internet of Vehicles, IOV）、智能汽车、喷气发动机、铁路阀门。
• 建筑与重型设备（6.66%）：重型机械和食品生产设备等。

学习范式：同样的模型，不同的教法

模型是”用什么网络”，范式是”怎么教这个网络”。同一个 LSTM，可以用监督的方式教，也可以无监督地教，效果天差地别。综述重点讨论了六种范式。

图 7：各学习范式在 PdM 领域的流行度统计——基于综述所引用的研究贡献。监督学习一枝独秀，无监督学习紧随其后。

监督学习（Supervised Learning）：标签充足时的首选

用”输入-输出对”训练模型：喂给模型输入数据，同时给出期望的输出标签。数据充足时效果最稳，但代价是需要大量标注数据。对 PdM 来说，监督学习需要的标签包括：正常/异常标记、故障类型、RUL 值。

一个教科书式的例子：用 NASA 涡扇发动机数据集预测 RUL 的三段式模型——1D ConvNet 从信号中提特征，LSTM 学习特征间的时序依赖，最后的 MLP 综合输出 RUL。这是”ConvNet + RNN + MLP”全家桶的经典组合。

无监督模型也能”改行”做监督：比如先在无标签数据上训练 ConvNet 自编码器学潜在表示，训练收敛后把编码器的输出喂给一个 MLP，再用带标签的数据以监督方式训练这个 MLP 来分类异常及其类型。这种”无监督预训练 + 监督微调”的两段式打法很常见。

无监督学习（Unsupervised Learning）：没有标签时的救命稻草

从无标签数据中自己发现模式、结构和隐藏关系。现实工业场景里标注数据极其稀缺（谁也没法给每一秒的振动信号打上”正常/异常”的标签），所以无监督学习对 PdM 尤其重要，主要用在异常检测阶段。

最常见的套路还是”重建 + 阈值”：模型学习重建正常信号，当原始信号与重建信号的重建损失超过设定阈值时，判定为异常。变体包括：用 ConvNet 提特征、AE 在潜在空间表示特征的无监督卷积 AE（不同阈值还能划分异常严重程度：良好、糟糕、致命）；用 LSTM 捕捉时序关系、AE 学习潜在表示的 LSTM-AE 组合。

注意一个边界：无监督方法目前只能用于故障检测（AD 阶段）——它能告诉你”不对劲”，但说不出”哪里不对劲、还剩多久”。

强化学习（Reinforcement Learning）：管”最后一步怎么决策”的

强化学习（Reinforcement Learning, RL）训练一个智能体（agent）根据输入采取动作（策略，policy），好策略获得奖励（reward），模型在马尔可夫决策过程（Markov Decision Process, MDP）框架下最大化累计奖励。真实工业系统的状态空间是高维的，传统 RL 算法力不从心，所以实际用的是深度强化学习（Deep Reinforcement Learning, DRL）。

RL 在 PdM 里的主战场是缓解（mitigation）阶段——学习最优维护决策策略。例子包括：基于 PPO-LSTM（Proximal Policy Optimization + LSTM）的资源管理决策框架；无模型的 DRL 制定设备维护策略；用 ConvNet 预测 RUL、再用 Soft-Actor-Critic（SAC）算法根据 RUL 决定维护时机；以及多智能体 RL——各智能体只部分观测机器状态，协同为不同技能水平的工人安排维护计划。

集成学习（Ensemble Learning）：三个臭皮匠赛过诸葛亮

把多个模型的预测组合起来，取长补短、提升整体性能与鲁棒性。基本逻辑是：聚合多个模型的预测往往比任何单一模型泛化得更好。

PdM 里的实例：Random Forest + k-NN + SVM 三分类器投票决定故障退化状态；MLP 和 ConvNet 通过权重共享层融合后再接 MLP 分类；五个时序网络（ConvNet、ConvNet-RNN、ConvNet-GRU、ConvNet-LSTM、ConvNet-BiLSTM）多数投票做故障诊断；五个最先进的深度网络（BiLSTM、ConvNet-LSTM、DCNN、DLSTM、HDNN）通过数学优化求出各自最优权重，加权组合预测喷气发动机 RUL。

迁移学习（Transfer Learning）：让知识跨机器复用

把在一个任务上训练好的模型，复用或微调到另一个相关任务上。当目标任务缺少标注数据时特别有用。

PdM 中的应用：用迁移学习版 GAN 先在多数类样本上训练、再微调到少数类，生成样本解决类别不平衡；ConvNet 在一台机器的数据上训练后迁移到工况不同的相似机器；可迁移的 AE 先在合成数据上训练、再用机器的真实小样本微调做故障检测；甚至有 AE 先在语音频谱图上训练、再微调做故障类型分类。直接借力计算机视觉预训练模型也很流行：用 Inception 或 ResNet-50 在数据频谱图上微调，就能做 AD、诊断和预后。

但综述也泼了盆冷水：由于机器运行方式、领域、特征的差异太大，迁移学习在 PdM 的直接效果有限——在车辆上训练的模型没法直接用在发电机上。不过随着生成式 AI 的兴起，“预训练模型如何迁移到 PdM 任务”仍是值得探索的方向。

联邦学习（Federated Learning, FL）：数据不出门的协同训练

联邦学习是一种分布式机器学习方法：多个设备或服务器各自用本地数据训练，不共享原始数据，只把模型更新发给中央聚合器合成全局模型。这保住了数据隐私和安全，特别适合医疗、金融或数据分散在各组织间的场景。工业数据往往是企业的核心商业机密（涉及工艺、产能），企业不愿意公开分享——FL 正好解开这个死结。

综述里的案例：FedLabSync 用标签同步解决联邦场景下各参与方标签不一致的问题，用于飞机和生产线的 RUL 预测；1DCNN-BiLSTM 联邦框架应对制造业中分布式设备数据的分布漂移（用水泵数据验证）；相似度匹配参数聚合算法只对功能相似的神经元做平均，保留各设备独有的局部特征，用于电池健康度和喷气发动机 RUL 估计；基于垂直联邦学习和同态加密的梯度提升树模型，让不同机构在互不暴露隐私数据的前提下协同诊断轴承故障；还有融合差分隐私的 Conv1D-BiLSTM-DAE-TF 方案压缩 SCADA 数据特征、检测风电异常；轻量级的 Trans-Lighter 只用 Transformer 编码器加线性层，配合贝叶斯优化调参，专做喷气发动机 RUL 的联邦预测。

公开数据集：练手的弹药库与它们的坑

数据是数据驱动模型的命脉。综述整理了 PdM 研究中最常用的公开数据集：

（表格目标：汇总综述中回顾的公开数据集。AD = 异常检测，FD = 故障诊断，DP = 退化预测。）

几个重点数据集展开说：

• WADI 与 SWaT：水处理系统的”网络安全 + 运维”双料数据集。WADI 是 16 天连续监测（14 天正常运行 + 2 天网络攻击），SWaT 是 11 天（7 天正常 + 4 天攻击），都带有正常/异常标签。
• SMAP 与 MSL：NASA 出品的异常检测基准。SMAP 含 55 台设备 25 项指标；MSL 来自好奇号火星车，在恶劣火星环境下监测温度、电压、电流、机械应力等（155 个传感器、27 台设备）。
• SMD 与 NAB：服务器机器数据集记录 CPU 负载、网络与内存用量等指标（28 个实体、每实体 38 项指标）；Numenta 异常基准专为流式实时异常检测设计，覆盖 IoT 传感器、服务器和应用指标。这两类严格说不完全是工业设备数据，但很适合 PdM 早期阶段的基准测试。
• Exathlon：来自 10 个 Spark 流处理应用的标注时序数据，异常类型包括错误输入、资源争用、进程失败，且涵盖点级、上下文、集合三种异常形态。
• 物理故障类数据集：铣削磨损数据集（不同工况与退化状态下的振动、声发射、温度）；IMS 轴承（试验台上四个轴承的加速度计振动信号）；CWRU 轴承（内圈、外圈、滚动体缺陷，不同载荷与转速）；时变转速轴承振动（60 组时序，正常 + 5 种故障 × 4 种转速）；滚动轴承声音数据集（听诊器/非听诊器两种录音条件）；NASA 涡扇发动机（C-MAPSS）——最经典的”从正常运行一路跑到故障”的 run-to-failure 数据集，21 个特征；CNC 加工（三台铣床、两年、三轴加速度计）；RoAD（Kuka 机器人在真实产线上的 87 变量多变量时序，涵盖碰撞、重量、速度三类场景，测试集带标签，特别适合无监督异常检测）。

数据集质量：一片繁荣下的暗礁

综述毫不客气地指出：这些数据集大多是仿真或实验室产物，质量堪忧，甚至制造了”异常检测进展神速”的假象。六大问题：

1. 异常太好检测——简单阈值就能抓出来，根本用不着复杂模型；
2. 异常密度不真实——有的测试集一半以上区域都是异常，有的异常扎堆出现；
3. 真值标签错误——大量假阳性和假阴性区域；
4. 异常只出现在序列末尾——run-to-failure 数据的通病，设备开始磨损才有异常；
5. 存在常数特征——训练测试集里混入毫无信息量的恒定值，徒增复杂度；
6. 分布漂移——训练集和测试集的数据采集过程不一致导致分布不同。

对初学者的启示：在这些数据集上刷出 99% 的 F1 分数，不等于你的模型能在真实工厂里工作。理想的数据集应该贴近真实工业环境的复杂性、覆盖多样的运行工况、带有精确可靠的标签——而这恰恰是学界最缺的。

通关标准：能否独立设计一条 PdM 流水线？

读完这篇综述，你应该能回答以下问题作为”出师”检验：(1) 给定一个只有少量故障标签的场景，你会选监督还是无监督范式？为什么？(2) 振动信号做故障诊断，你会用 1D ConvNet 直接处理原始信号，还是先转成频谱图再用 2D ConvNet？各自的依据是什么？(3) 老板问”这套系统部署到产线上的硬件成本如何”，你会从哪些维度评估（参考综述的硬件章节：处理器、SRAM、Flash、模型参数量、FLOPS）？

评价指标：选错指标，白忙一场

模型好不好，得靠指标说话。PdM 不同阶段用不同的指标体系。

异常检测与诊断的指标

**准确率（Accuracy）**回答”所有预测里对了多少”：

$$\text{Accuracy}=\frac{\text{TP}+\text{TN}}{\text{Total Instances}}$$

直观好懂，但在不平衡数据上会骗人：正常样本占 99% 时，一个”永远预测正常”的模型准确率也有 99%。

**精确率（Precision）**回答”预测为正的里面真对多少”：

$$\text{Precision}=\frac{\text{TP}}{\text{TP}+\text{FP}}$$

适合”误报代价高”的场景，缺点是不管漏报（false negatives）。

**召回率（Recall，真阳性率）**回答”该抓出来的抓住了多少”：

$$\text{Recall}=\frac{\text{TP}}{\text{TP}+\text{FN}}$$

目标是尽量少漏掉真故障，代价是可能多误报。在不平衡数据上也可能被”全预测为负”虚高。

F1 分数调和精确率与召回率：

$$\text{F1}=2\times \frac{\text{Precision}\times \text{Recall}}{\text{Precision}+\text{Recall}}$$

两者任何一个为零，F1 就是零——天然惩罚极端值。

AUC-ROC 是 ROC 曲线（真阳性率对假阳性率）下的面积；AUC-PR 是精确率-召回率曲线下的面积。两者都没有单一公式，通过扫不同阈值画出曲线再积分。

**马修斯相关系数（Matthews Correlation Coefficient, MCC）**是处理不平衡数据的利器，用上了混淆矩阵的全部四个元素：

$$\text{MCC}=\frac{\text{TP}\times \text{TN}-\text{FP}\times \text{FN}}{\sqrt{(\text{TP}+\text{FP})(\text{TP}+\text{FN})(\text{TN}+\text{FP})(\text{TN}+\text{FN})}}$$

预测（RUL）阶段的指标

这一阶段是回归问题，用误差类指标。平均绝对误差（MAE）——所有误差一视同仁：

$$\text{MAE}=\frac{1}{n}\sum _{i=1}^n\left|y_i-{\hat{y}}_i\right|$$

均方误差（MSE）——对大错误平方惩罚，更看重”别错得离谱”，但对异常值敏感：

$$\text{MSE}=\frac{1}{n}\sum _{i=1}^n(y_i-{\hat{y}}_i{)}^2$$

均方根误差（RMSE）——MSE 开根号，量纲与原数据一致，同样偏重大错误、敏感于离群值：

$$\text{RMSE}=\sqrt{\frac{1}{n}\sum _{i=1}^n(y_i-{\hat{y}}_i{)}^2}$$

决定系数（R-squared）——模型解释了实际数据变异的百分比，直观易读，但默认线性关系，非线性场景不适用：

$$\text{R-Squared}=1-\frac{{\sum }_{i=1}^n(y_i-{\hat{y}}_i{)}^2}{{\sum }_{i=1}^n(y_i-\bar{y}{)}^2}$$

缓解（RL）阶段的指标

缓解阶段通常用 RL 学习最优维护决策策略，评价指标就是奖励（reward）：奖励函数按问题定义，分正奖励（鼓励重复该行为）、负奖励（抑制）、中性奖励（维持现状）。常用统计量有平均回合奖励（average episodic reward）——智能体在特定时间窗口内的平均所得；以及累计奖励（cumulative rewards）——所有奖励之和，缺点是会让智能体的学习过程变得很慢。

指标使用中的一个大坑

时间序列异常检测（Time-Series Anomaly Detection, TAD）领域近年频频报告很高的 F1 分数，但其中很多水分来自一种叫点调整（point adjustment）的评估协议：只要在一个连续异常段中检测到至少一个异常点，就把整段都算作正确预测。这个协议理论上和实验上都被证明会严重高估性能——连随机生成的异常分数都能摇身一变成”SOTA 方法”。改进思路包括：引入时间延迟容忍窗口（允许检测时刻稍有偏差但仍公平）、或采用严格的逐点评估（每个时间戳独立评判），避免片段内的薄弱环节被整段”正确”掩盖。

硬件落地：把模型塞进微控制器

再好的模型跑不起来也白搭。PdM 算法最终要部署到边缘设备（edge devices）上实时运行，所以硬件选型是绕不开的一环。综述统计了文献中 PdM 算法的实际部署平台：

（表格目标：汇总综述中 PdM 算法在硬件设备上的部署研究。可以看出主流平台是低成本微控制器——TinyML 路线。）

这些研究的共同趋势：在处理器和内存都极其有限的边缘设备上跑 ML/DL 模型，且主要针对 PdM 的异常检测阶段。几个代表工作：

• 极致压缩的卷积自编码器：参数量低至 686 个、模型小至 2.7 KB、算力需求仅 280 万 FLOPS，部署在 Intel Core i5 和 ARM Cortex A72 上，检测精度却媲美 400 万参数的大模型。这说明”小而精”的架构设计远比堆参数重要。
• Arduino Nano 33 BLE Sense 上的气候异常检测：经典 ML 和 DL 模型都能在微控制器上运行。
• 基于 TEDA（Typicality and Eccentricity of Data）的无监督路面异常检测，以及监测城市车辆温室气体排放的无监督 TinyML 软传感器。
• 自监督学习（Self-Supervised Learning, SSL）做 IoT 设备异常检测：多变量 LSTM 自编码器，用显著偏离已学分布的数据自我监督，增强对这类异常的检测能力。
• 微控制器上的洗衣机异常检测 AE：在 Arduino Nano 上实现高精度、高召回且功耗极低。
• TinyOL（TinyML with Online Learning）：支持用流式数据在设备上增量训练——模型不是部署完就一劳永逸，还能边运行边学习。
• 可扩展的 ML 分类器集成系统：检测是否异常，集成规模可伸缩，内存占用和推理延迟的影响可预测。

选硬件的核心考量：模型能不能实时出结果？内存放不放得下？功耗多少？工业环境（高温、振动、粉尘）扛不扛得住？综述给出的答案是：TinyML 路线（微控制器 + 极简模型）已经是现实可用的选项，尤其适合异常检测这种相对轻量的任务。

挑战与未来方向

综述在结尾坦率列出了 PdM 领域的六大未解难题：

1. 缺真实数据集：公开数据集基本都是实验室产物，与真实场景相去甚远；由于异常太好识别，几乎所有算法都能刷到接近满分；缓解阶段更是完全没有公开数据。
2. 没有公认基准：算法之间无法公平比较，“谁是最先进的”成了悬案。
3. 数据采集本身很难：IIoT 基础设施部署成本高昂，小公司玩不起；RUL 数据需要 run-to-failure 实验——把昂贵的设备故意用坏，既烧钱又危险；工业数据还涉及商业机密，企业普遍不愿公开。
4. 数据标注难：海量数据人工标注不现实；需要领域专家盯着机器状态仔细标注，故障起止点必须精确标记，否则就会引入标签噪声；故障本身稀有，数据极度不平衡。
5. 大数据处理：众多传感器产生的海量实时数据需要即时处理，对数据基础设施和算法效率都是考验，存储容量也是瓶颈。
6. 工业机器的动态性：机器的工序、环境、部件都可能动态变化，数据分布随之漂移，模型和标签必须同步更新，否则误报漏报接踵而至。

未来方向上，综述点名了四条最有希望的路：

• 建一个贴近真实场景的稳健基准，让”比较算法”重新变得可能；
• 追求泛化能力：目前的模型基本都是”一机一模”，能跨行业、跨设备通用的模型是下一站；能适应动态工况和环境的模型同理；
• 押注无监督与半监督学习：真实世界标签永远是稀缺品；
• 补齐缓解阶段的研究：四个阶段中，缓解（怎么做维护决策）是文献最少的一环，未来应该补上。

最后回到应用全景：从综述的统计看，根本原因分析（RCA）是 PdM 最热门的应用，异常检测排第二，RUL 预测第三；此外还有锂离子电池容量衰减预测、最优维护策略生成、故障风险预测等应用。

图 8：PdM 各应用方向的热度分布——基于综述回顾的研究贡献统计。

自测题：检验一下你吸收了多少？

1. 预防式维护和预测式维护的本质区别是什么？ 预防式维护按固定计划（时间/役龄）执行，不管设备实际状态如何，容易过度维护；预测式维护基于传感器数据和模型预测，只在数据显示退化迹象时行动，本质是数据驱动的按需维护，能同时降低非计划停机和过度维护的成本。

2. PdM 的四个阶段分别是什么？各回答什么问题？ 异常检测（机器有没有不对劲？）→ 故障诊断（哪里出了问题？）→ 退化预测/RUL（还剩多少时间？）→ 缓解（现在该做什么维护决策？）。四个阶段可独立或组合使用。

3. 为什么自编码器（AE）在 PdM 中如此流行？它的异常检测原理是什么？ 因为工业场景中故障标签极其稀缺，而 AE 是无监督的，不需要标签。原理：只用正常数据训练 AE 学习重建；推理时若某段数据的重建误差超过阈值，说明模型”没见过”这种模式，判定为异常。

4. ConvNets 处理传感器信号有哪两条路线？ 路线一：1D 卷积直接作用于原始时间序列，提取频率成分、瞬态尖峰等特征，常与 RNN 组合使用；路线二：先把信号转换为图像（GAF、FFT、功率谱密度等），再用 2D ConvNet 处理，可复用计算机视觉的预训练模型。

5. 什么是点调整（point adjustment）协议？它为什么危险？ 一种 TAD 评估协议：只要在连续异常段中检测到一个异常点，整段就记为预测正确。它系统性高估模型性能——研究表明连随机异常分数都能借此达到”SOTA”水平，导致方法排名失真。更严谨的做法是时间延迟容忍窗口或严格逐点评估。

---

延伸阅读建议：如果你对文中某个具体模型感兴趣，建议按综述原文的引用编号顺藤摸瓜读原论文；如果目标是动手实践，NASA 涡扇发动机数据集（C-MAPSS）和 CWRU 轴承数据集是公认的入门练手首选，数据规整、社区资料丰富。