基于双尺度网络的噪声环境下不平衡数据的电机故障诊断方法

本发明提出了一种基于双尺度网络的噪声环境下不平衡数据的电机故障诊断方法，其步骤包括：采集正常状态和故障状态下电机振动的加速度信号，构建数据集；搭建基于双尺度网络的故障诊断模型，包含依次连接的宽卷积核1D卷积模块、基于注意力的双尺度模块、基于卷积的特征融合模块、注意力2D卷积层和分类模块；基于数据集，使用类别加权损失函数训练基于双尺度网络的故障诊断模型，得到训练好的故障诊断模型；将实时采集的电机振动信号输入训练好的故障诊断模型进行故障诊断，得到故障类型。本发明通过挖掘深度的故障特征和对损失函数赋予不同的权重，减弱噪声干扰和不平数据对神经网络模型的影响。