《表4 故障频率：一种基于关联频繁模式的振动数据流挖掘框架》

  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

《一种基于关联频繁模式的振动数据流挖掘框架》

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

Hz

为识别故障频率，实验采用驱动端轴承，数据参数如表3所示，故障频率计算结果如表4所示。根据第3节中故障频率的计算公式，若表中可疑振动频率出现在关联频繁模式集SWAFP-T树中，则认为该振动频率对应的器件有可能出现故障。通过计算可知内圈、外圈和滚珠故障频率分别为158，210和138 Hz。首先，检查在关联模式集中是否会出现故障频率和谐波成分。如果出现某类型故障频率，则说明该数据集对应的轴承部件有可能出现故障。实验结果显示，关联模式集中出现316 Hz频率，由于这是158 Hz的谐波频率，因此轴承内圈可能发生故障。本方案的优点在于只要有任何故障频率存在，不管阈值如何设置，SWAFP-T树均能够识别出故障频率。