数据不平衡分布下轴承故障诊断方法

针对在滚动轴承的故障诊断中数据的不平衡分布会降低模型诊断能力的问题,本文提出一种首层拥有大尺度卷积核的一维卷积神经网络(WKFL-1DCNN)。WKFL-1DCNN首先使用较大的首层卷积核提取故障特征,并在交替的卷积层后添加批标准化(BN)层来调整数据分布;然后使用类平衡损失函数代替交叉熵损失函数来抵消数据不平衡分布给网络造成的影响。实验表明,本文所作改进能够有效提升WKFL-1DCNN在不平衡故障诊断中的表现,其故障诊断能力优于其他对比算法。