《表2 SR与AGSR算法的性能比较》
表2为不同预处理方法下SAE网络对滚动轴承故障识别结果。从表2可以看出,以传统随机共振方法提取的时域信号作为样本时,故障识别率只有45.32%,验证了第3.1节中传统方法难以提取高频信号的结论。将改进的随机共振方法提取的时域信号作为样本时,对微弱故障的识别能力虽高于传统方法,但其分类精度依然不足80%。其结果表明时域信号虽然包含部分故障信息,但因其随时间变化的特性使得每一个样本包含的故障信息不尽相同,用于微弱故障诊断的难以满足实际需求;而改进的随机共振方法提取的频域信号作为样本时,故障识别率达到98.48%,效果最佳。
图表编号 | XD00107618500 严禁用于非法目的 |
---|---|
绘制时间 | 2019.10.15 |
作者 | 王丽华、赵晓平、周子贤、吴家新 |
绘制单位 | 南京信息工程大学自动化学院、南京信息工程大学计算机与软件学院江苏省网络监控中心、南京信息工程大学计算机与软件学院江苏省网络监控中心、南京信息工程大学计算机与软件学院江苏省网络监控中心 |
更多格式 | 高清、无水印(增值服务) |