# 基于机器学习的风力涡轮机结构损伤检测
基于振动的**结构损伤检测与定位**，应用于真实的 14 米
原型风力涡轮机，使用加速度计信号、模态分析和机器
学习。作为我在 **EIA 大学（哥伦比亚麦德林）** 的结构健康监测 (SHM)
研究项目中硕士论文的一部分而构建。
- **真实硬件，真实数据**：在哥伦比亚安蒂奥基亚东部的一座装有仪器的涡轮机塔架上，经过为期 1.5 年的
实验活动，收集了 6,000 多条振动记录。
- **物理诱导的损伤**：通过操纵支撑塔架的拉线张力来产生刚度损失，
形成了 12 种不同的损伤场景以及健康基线。
- **物理信息特征**：损伤会改变结构的固有频率
（在这台涡轮机中，第一种振动模式在健康
和损坏状态之间下降了近一半），因此模型是在通过
频域分解提取的模态频率上进行训练的，而不是基于原始信号。
## 结果
两项监督学习任务，五种算法家族，相同的训练协议
（分层 80/20 拆分，分层 10 折 CV，随机搜索调优，固定种子）。
下方的所有数字均为从执行的 notebook 中复现的 **hold-out** 指标。
**任务 1：损伤检测（二分类，健康 / 损坏）**
| Algorithm | Accuracy | AUC | Recall | Precision | F1 |
|---|---|---|---|---|---|
| Random Forest | **0.917** | 0.964 | 0.917 | 0.916 | 0.917 |
| LightGBM | 0.914 | **0.973** | 0.914 | 0.912 | 0.913 |
| Gradient Boosting | 0.908 | 0.966 | 0.908 | 0.907 | 0.907 |
| KNN | 0.793 | 0.832 | 0.793 | 0.775 | 0.765 |
| SVM (linear) | 0.750 | n/a | 0.750 | 0.563 | 0.643 |
**任务 2：损伤定位（多分类，健康 / 顶部 / 底部 / 顶部-底部）**
| Algorithm | Accuracy | AUC | Recall | Precision | F1 |
|---|---|---|---|---|---|
| LightGBM | **0.867** | **0.974** | 0.867 | 0.869 | 0.867 |
| Gradient Boosting | 0.861 | 0.969 | 0.861 | 0.864 | 0.862 |
| Random Forest | 0.835 | 0.957 | 0.835 | 0.838 | 0.835 |
| KNN | 0.576 | 0.828 | 0.576 | 0.594 | 0.575 |
| SVM (linear) | 0.388 | n/a | 0.388 | 0.522 | 0.345 |
LightGBM hold-out confusion matrices: damage detection (left) and localization (right).
树集成模型显然占据主导地位：在模态频率空间中，损伤状态之间的
决策边界是非线性的，这正是线性 SVM 退化为
多数类行为 (Kappa = 0) 而 boosting 树大放异彩的所在。此 notebook 是
论文方法论的**基线**，上述每一个数字都是直接从其
保留的输出中复现的。
## 工作原理
```
raw accelerometry (6 channels @ 1 kHz, TDMS/LVM)
│ tare subtraction → detrend → Hann smoothing → Butterworth band-pass (0-30 Hz)
│ → resample to 100 Hz → detrend
▼
Frequency Domain Decomposition (per record)
│ cross-spectral density matrices between same-axis sensors
│ → SVD at every frequency line → first singular value spectrum
│ → peak picking: top-5 natural frequencies × 2 axes = 10 features
▼
data preparation
│ class balancing across 14 campaigns → 6,000+ records
│ IQR outlier replacement (per damage scenario, median imputation)
▼
AutoML training (PyCaret)
│ SVM · KNN · Random Forest · Gradient Boosting · LightGBM
│ stratified 10-fold CV → random-search tuning → hold-out evaluation
▼
deployable pipelines (preprocessing + model, pickled) + SHAP interpretability
```
完整的实现，包含从原始训练运行中保留的每个指标表、混淆矩阵、特征重要性
图和 SHAP 分析，位于
[`wind_turbine_fdd_ml_pipeline.ipynb`](wind_turbine_fdd_ml_pipeline.ipynb)：
| Section | Contents |
|---|---|
| 1-3 | 项目介绍，活动标记，信号处理配置 |
| 4 | 信号预处理 & FDD 特征提取（在私有原始数据上运行） |
| 5 | 数据导入，异常值处理，数据集组装 |
| 6.1 | 二分类损伤检测：5 个模型，调优，评估 |
| 6.2 | 多分类损伤定位：5 个模型，调优，评估 |
## 可解释性
SHAP summary for the LightGBM detector: low first-mode frequencies push predictions toward "damaged", matching the physics (stiffness loss lowers natural frequencies).
SHAP 值（树模型）和置换特征重要性（其他模型）证实
模型依赖于具有物理意义的特征，主要是最低的固有
频率，而不是人工痕迹，这正是使得该方法对于
必须泛化到未见损伤配置的监测系统具有可信度的原因。
## 数据可用性
加速度数据集（6,000+ 条记录，14 次采集活动）是在
EIA 大学的一个研究项目下收集的，**不对外公开**。Notebook
保留了所有执行输出（得分网格、hold-out 指标、混淆矩阵和
可解释性图表），因此无需访问
原始数据即可审查整个 pipeline。此 repository 中不包含任何原始信号，并且派生
特征的预览仅限于标准的截断表格表头。
## 复现性说明
- 全程使用固定的 `session_id`：每次拆分、折叠和搜索都是确定性的。
- 归一化和插补位于 PyCaret pipeline **内部**，仅在训练
拆分数据上进行拟合，与 hold-out 集没有任何泄漏。
- 在支持的地方，训练使用了 GPU 加速（LightGBM OpenCL）。
- **技术栈**：PyCaret 3 在后台统筹 **scikit-learn** 的评估器和 pipeline
（SVM、KNN、Random Forest 和 Gradient Boosting 是 scikit-learn 模型；
LightGBM 通过其 scikit-learn API 接入）。信号处理使用 **SciPy**
（滤波、重采样、CSD、SVD），数据处理使用 **pandas/NumPy**，绘图使用
**Matplotlib/seaborn**，可解释性使用 **SHAP**，原始采集文件
使用 **npTDMS** 读取。
- 依赖项：[`requirements.txt`](requirements.txt)（PyCaret 3 支持 Python 3.9 到 3.11）。
- 标签和图中的文本混合了英语和西班牙语，因为采集系统是
用西班牙语配置的；notebook 头部包含一个词汇表。
## 作者
**Alexey David Velásquez Betancurt**，工程学硕士。
论文：基于机器学习的风力涡轮机损伤诊断方法论，
EIA 大学，麦德林，哥伦比亚。
GitHub: [@Alexey0424](https://github.com/Alexey0424)
基于 [MIT License](LICENSE) 授权。