《表1 代价函数值随阶次N变化统计表》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于高斯过程隐变量模型的滚动轴承故障识别》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

对采集到的4种状态下的滚动轴承振动信号进行数据划分，每个样本划分的点数为5 000个。参考文献[2，16–17]，db N系列小波基函数有着良好的光滑性、支撑性，以及近似的对称性质，在信号分析中有着良好的应用。所以从dn N系列小波集中选择合适的阶次N，用于分解滚动轴承振动信号。本实验中，时域信号幅值较低，同时为使计算方便、快速，选择分解层数为4层，设置参数p=2。选取4种状态的样本数各20个，共计80个，求得总代价函数值。分别利用db2～db10和db20小波分解滚动轴承振动信号，代价函数SL （Ei）随N变化情况如表1所示。