身份崩溃：轴承与电池系统中可测量的退化阶段

我们研究两种物理退化环境中的自适应阈值检测：通过振动均方根值（RMS）监测的滚动轴承和通过放电容量监测的锂离子电池。应用一个标量身份度量，该度量源于基线与当前信号状态的比率，我们发现这两个领域属于结构上不同的退化阶段。电池在保持高身份值的同时退化（在我们的样本中身份值约为0.58至0.72）。轴承经历身份崩溃，在故障前丧失大部分基线信号特征（在我们的样本中身份值低至0.04）。更重要的是，一个系统即使处于深度身份崩溃，其时间相干性仍然较高，如Bearing1₁所示（身份值=0.108，rho=0.978）。这两者不是同一量，且自适应阈值公式将它们作为独立项处理。这一区别对阈值修正有直接影响。线性身份调制在极端崩溃阶段使修正乘数过度接近零，导致其无效。在文档记录的Bearing2₄开发路径中，线性调制得到F1=0.455；平方根身份抑制则保持了较强的修正效果，同轴承上的F1达到了0.957。在测试的XJTU-SY轴承组中，所有10个经过验证的合格轴承的身份值均低于经验救援边界（约为0.25），而报告的失败案例要么位于有效救援区域之外，要么没有可用的退化信号。所有三个NASA电池使用特定领域耦合常数alpha=0.034均通过测试，F1分数介于0.949至0.975；而轴承使用alpha=0.1。我们记录了一例失败案例，其中错误的alpha设置导致修正前F1下降37至43个百分点。所有实验均使用真实公开数据集，无合成数据。我们还报告了明确的负面结果，包括五个未成功修正的轴承以及一个域因错误alpha设置导致修正前性能大幅下降。本文描述的方法为美国临时专利申请号63/921,348（2025年11月20日提交）内容，本文发布不授予实施或商业化许可。版权所有。