《表2 部分测试样本原始数据》

  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

《基于思维进化优化极限学习机的滚动轴承故障的智能诊断》

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

选取滚动轴承常用的振动参数作为极限学习机的输入，为了保证诊断的精确度，选取15个能体现轴承运行状态的特征参数，分别是最大值、最小值、平均值、峰峰值、整流平均值、方差、标准差、偏度、峭度、均方根、峰值因子、波形因子、峭度因子、脉冲因子、裕度因子。轴承的4类故障分别为正常、内圈损坏、滚动体损坏、外圈损坏，作为MEA-ELM模型待诊断的故障类型。部分训练样本和测试样本原始数据如表1、表2所示。