来源：期刊VIP网 时间：
作者：何静;黄聪聪;张昌凡;贾林;
单位：湖南工业大学电气与信息工程学院;湖南工业大学轨道交通学院;
摘要：列车轮对踏面缺陷识别是保障列车轮轨系统安全服役的关键步骤。然而，轮对踏面缺陷类型多样复杂、类别不平衡，现有卷积神经网络算法难以对其进行准确识别。为此，提出基于改进脉冲神经网络(SNN)的列车轮对不平衡踏面缺陷识别方法。采用混合卷积编码模块，通过提高特征多样性稀疏表达，减少编码细节信息丢失；提出脉冲金字塔拆分注意网络，考虑多尺度空间信息跨通道交互能力，以提取缺陷的多尺度特征；提出一种新的交叉注意力模块，提取不同层级特征的空间全局信息，通过交叉校准以增强输入特征，抑制噪声等无用特征；通过不平衡比例达10∶1的踏面缺陷数据集对该识别方法进行试验验证。验证结果表明，该方法能够有效提高模型的识别精度，并且对少数类别缺陷也有较高的识别率。
关键词：轮对踏面;;缺陷识别;;脉冲神经网络;;特征融合;;注意力机制
基金资助：国家自然科学基金(52172403,62173137,62303178)
