深度自编码与改进损失函数在极端不均衡故障诊断中的应用

段敏霞; 刘鑫; 董增寿

首页> 中文期刊> 《科学技术与工程》 >深度自编码与改进损失函数在极端不均衡故障诊断中的应用

深度自编码与改进损失函数在极端不均衡故障诊断中的应用

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

在实际应用中,滚动轴承大多时候都是在正常状态下工作,因此收集到的故障数据较少,这就会产生数据不均衡的问题.这种数据不均衡问题极大地影响着模型的拟合和泛化能力,导致模型产生过拟合情况,而往往忽视对小类别样本的学习.尤其当故障样本数极少时,此问题更突出.针对这个问题,提出一种基于改进交叉熵损失函数的深度自编码器的诊断模型,首先提取振动数据的小波包能量,其次将小波包能量输入到深度自编码器中,最后通过SoftMax分类器得到诊断结果.改进的加权损失函数可以根据各类别样本的数量调整权重系数,样本数量越少,系数越大,使得模型在训练时更专注于数量较少的样本.通过在凯斯西储大学及西安交通大学的轴承数据集上的两个实验表明,加权损失函数可以提高极端不均衡数据的诊断精度.

著录项

来源
《科学技术与工程》 |2021年第11期|4432-4438|共7页
作者
段敏霞; 刘鑫; 董增寿;
展开▼
作者单位

太原科技大学电子信息工程学院太原030024;

太原科技大学电子信息工程学院太原030024;

太原科技大学电子信息工程学院太原030024;

展开▼
原文格式 PDF
正文语种 chi
中图分类滚动轴承;
关键词
数据不均衡; 加权损失函数; 权重系数; 诊断精度;

相似文献

中文文献
外文文献
专利

1. 堆叠稀疏自编码深度神经网络算法及其在滚动轴承故障诊断中的应用 [J] . 刘自然 ,李谦 ,颜丙生 . 机床与液压 . 2020,第023期
2. 一种深度卷积自编码网络及其在滚动轴承故障诊断中的应用 [J] . 张西宁 ,向宙 ,唐春华 . 西安交通大学学报 . 2018,第007期
3. 稀疏自编码深度神经网络及其在滚动轴承故障诊断中的应用 [J] . 汤芳 ,刘义伦 ,龙慧 . 机械科学与技术 . 2018,第003期
4. BAM神经网络在热力参数故障诊断中的应用和模式编码方法的改进 [J] . 程鹏 ,钟芳源 . 电站系统工程 . 1995,第3期
5. 改进的深度编码器在多模态特征学习中的应用 [J] . 徐凤平 . 通化师范学院学报 . 2021,第012期
6. 深度神经网络传递函数Tanh的改进及其在风电机行星齿轮箱故障诊断中的应用 [C] . WANG Xin ,王鑫 ,QIN Yi . 2018年全国设备监测诊断与维护学术会议暨第十六届全国设备故障诊断学术会议、第十八届全国设备监测与诊断学术会议、2018年全国设备诊断工程会议 . 2018
7. 深度自编码网络在滚动轴承故障诊断中的应用研究 [A] . 吴洋 . 2018

深度自编码与改进损失函数在极端不均衡故障诊断中的应用

摘要

著录项

相似文献

相关主题

期刊订阅