《表1 原始信号符号熵：基于内禀尺度分量符号熵和ANNC的齿轮故障诊断方法》

  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

《基于内禀尺度分量符号熵和ANNC的齿轮故障诊断方法》

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

对齿轮故障原始信号直接进行符号熵计算，表1为齿轮不同状态下10个样本信号符号熵的平均值。从表1中可以看出，符号熵基本能够对齿轮5种状态进行区分，其中齿轮正常状态下的符号熵比故障状态下的熵值都要大，这是因为在正常状态下，齿轮振动信号分布相对均匀和不确定。进一步观察可知，中间轴齿轮两种故障的上值相近，输出轴齿轮两种故障状态的熵值也相近，这样在样本量较多的情况下，就极有可能出现误判的情况，这也进一步说明了对信号进行多尺度分析的必要性。