《表2 SR与AGSR算法的性能比较》

  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

《基于自适应遗传随机共振的滚动轴承微弱故障诊断》

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

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。