《表1 不同工况下的样本数据集组成》
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
《基于无监督迁移成分分析和深度信念网络的轴承故障诊断方法》
针对单个工况故障诊断的实际可用轴承数据样本较少,可以将其他工况数据迁移过来,为诊断目标数据提供大量的可训练样本。从3种试验工况中选取稳定状态下的振动数据,每种工况和健康状态下的样本均为80个,每个样本包含600个数据点,数据样本组成见表1。根据本文所涉及的滚动轴承故障数据迁移诊断问题,创建3个迁移诊断任务,对所提出的方法进行验证分析,分别为:(1)A(源域)→C(目标域),即将工况A的样本迁移到工况C,进行DBN模型训练,并用于对工况C的样本进行诊断测试;(2)B(源域)→C(目标域);(3)B(源域)→A(目标域)。
图表编号 | XD00113090900 严禁用于非法目的 |
---|---|
绘制时间 | 2019.12.01 |
作者 | 谭俊杰、杨先勇、徐增丙、王志刚 |
绘制单位 | 武汉科技大学冶金装备及其控制教育部重点实验室、武汉科技大学机械自动化学院、中国舰船研究设计中心、武汉科技大学冶金装备及其控制教育部重点实验室、武汉科技大学机械自动化学院、武汉科技大学冶金装备及其控制教育部重点实验室、武汉科技大学机械自动化学院 |
更多格式 | 高清、无水印(增值服务) |