机床与液压

作者：李青，李丽君，董增寿

单位：太原科技大学电子信息工程学院；太原科技大学电子信息工程学院；太原科技大学电子信息工程学院

关键词：多尺度特征提取;代价敏感;卷积神经网络;不平衡数据

基金：山西省留学回国人员科技活动择优资助项目；山西省回国留学人员科研资助项目（2020-126）；国家自然科学基金青年科学基金项目(61703297）；山西省回国留学人员科研资助项目（2021-134)

针对滚动轴承故障诊断过程中因采集数据不平衡而导致诊断精度下降的问题开展研究。面向原始一维振动信号多尺度复杂性的特点，提出一种基于多尺度代价敏感卷积神经网络的不平衡故障诊断方法。构建串并联结构的多尺度一维卷积特征提取层，通过设计不同卷积层的连接方式和选取不同的卷积核大小实现多特征提取；利用注意力机制自适应设置Adacost代价敏感损失函数的代价矩阵，实现权重的自适应分配。通过在多种不平衡比率的西储大学轴承数据集上的实验表明：该方法能有效提升模型在不同不平衡数据集中的分类性能，且具有更强的泛化能力。

来源：2023年第8期

《机床与液压》期刊编辑部

查看机床与液压杂志2023年第8期