《表1 试验工况：一种用于故障分类与预测的多任务特征共享神经网络》

  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

《一种用于故障分类与预测的多任务特征共享神经网络》

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

为验证诊断算法的准确性和泛化能力，利用美国凯斯西储大学的滚动轴承数据集进行实验验证。该数据集共包括4种不同的负载和转速组合，即包含4种不同的工况。实验利用电火花加工分别在轴承内圈、外圈和滚动体上制造了不同尺寸（0.007 in，0.014 in，0.021 in，1 in=25.4 mm）的单点损伤。然后用安装在驱动端和风扇端的加速度传感器采集振动加速度信号。本文选取了采样频率为12 kHz的驱动端加速度数据，共包括3种不同工况，如表1所示。