发动机故障诊断智能体（二）：基于海量正常样本的时序自编码器表征预训练

在航空发动机健康管理领域，故障样本的极度匮乏与多样性使得常规监督学习模型极易在小样本集上陷入过拟合，难以稳定提取具有泛化性的退化表征。针对这一难题，论文《Continual contrastive reinforcement learning: Towards stronger agent for environment-aware fault diagnosis of aero-engines through long-term optimization under highly imbalance scenarios》提出了一种两阶段特征学习机制，其首要环节即利用海量正常飞行数据构建自编码器进行无监督预训练。该设计致力于在脱离人工标签依赖的前提下，建立一套能够刻画发动机基础热力学运行规律与时序退化趋势的通用特征压缩基准。

为构建契合时序建模规范的输入样本，研究制定了严格的时序滑动窗口切片策略。由于发动机气路性能的退化通常表现为多航段的渐变过程，单次飞行的数据往往不足以反映时序演变规律。因此，数据预处理阶段在发动机全生命周期的健康运行区间内，采用固定长度的滑动窗口提取连续多个飞行任务的多维监测序列。每个时间步均规整了排气温度偏差、核心机转速偏差、燃油流量偏差及风扇转速等多通道参数，并将截取出的连续飞行数据矩阵作为自编码器的输入单元，从而系统保留了参数在飞行序列中的动态关联。

自编码器的核心网络架构基于长短期记忆递归神经网络构建，由时序编码器与时序解码器对称组成。长短期记忆网络通过内部的输入门、遗忘门与输出门机制，能够有效捕捉多航段时序数据中的长期依赖关系与动态波动。在编码阶段，编码网络沿时间步逐次摄入飞行监测向量，并在隐藏层中持续更新并传递历史运行状态；最终，时序序列最后一个时间步的隐层状态被提取出来，作为整个多航段运行数据的低维压缩特征，实现了对高维原始传感序列的紧凑表征。

在自监督训练机制中，时序解码器接收该低维压缩特征，并尝试逐步还原出原始的多维输入时序序列。模型以网络重构序列与真实原始输入序列之间的均方误差作为优化目标，通过反向传播算法联合更新编码器与解码器的权重参数。由于重构目标要求从极低维度的隐层向量中完整恢复出整个时间序列的动态特征，这一约束迫使编码网络主动剔除随机噪声，提炼出发动机气路运行参数之间的内在耦合机制与稳态基准。

在预训练阶段仅选用正常飞行数据而非混合故障数据，具有明确的工程与理论考量。民航发动机的极端高可靠性决定了故障类型繁多而单类样本极少，若在初始无监督表征阶段引入微量的故障数据，容易导致网络权重被少数异常模式带偏或产生过拟合。利用占绝对主导地位的正常样本进行自编码器训练，能够让模型充分学习到发动机在健康状态下的通用物理规律与参数分布边界，为后续捕捉异常偏离提供了客观、一致的基准参照系。

在自编码器完成训练并收敛后，解码器部分被剥离，仅保留具有深度时序压缩能力的编码器网络。该编码器的参数权重被直接冻结或作为后续对比学习与强化学习决策模块的初始化骨干。这种基于正常工况的预训练策略，不仅降低了下游决策网络在面对小样本故障时的特征搜索空间，而且从表征层面对高维时序数据完成了降维与去噪，为后续拉伸不同故障模式的类别边界提供了特征基础。

参考文献：

Continual contrastive reinforcement learning: Towards stronger agent for environment-aware fault diagnosis of aero-engines through long-term optimization under highly imbalance scenarios[J]. Advanced Engineering Informatics, 2025, 65(C): 103297.