《表1 5种方法识别准确率对比》
为了证明本文方法的优势,分别选取PSO_RF、RF、K最近邻、支持向量机和决策树5种故障状态识别方法对数据集进行训练、预测。在此之前,先将振动信号经经验模态分解和局部线性判别分析降维,得到全部的特征信息,暂不进行特征选取。如表1所示,其中:PSO_RF方法在同工况和变工况条件下识别准确率分别为95.625%和66.25%,要普遍优于其他方法。
图表编号 | XD00107282300 严禁用于非法目的 |
---|---|
绘制时间 | 2019.10.28 |
作者 | 王训训、陈天、刘正杰、俞啸、丁恩杰 |
绘制单位 | 中国矿业大学物联网(感知矿山)研究中心、中国矿业大学物联网(感知矿山)研究中心、中国矿业大学物联网(感知矿山)研究中心、中国矿业大学物联网(感知矿山)研究中心、中国矿业大学物联网(感知矿山)研究中心 |
更多格式 | 高清、无水印(增值服务) |