《表1 滚动轴承故障识别率》
为了更明确地证明本方法的优越性及有效性,运用ELM来识别2种方法提取出的特征向量,通过识别率的高低来判断哪种方法更优越。将滚动轴承正常状态、外圈故障、内圈故障及滚动体故障4种状态信号构建成故障特征向量集。每种状态分别用上述2种方法进行特征提取,均提取出150组特征向量,其中100组作为训练集,另50组作为测试集,输入到ELM中进行测试和训练。2种方法的测试样本分类结果如表1所示。
图表编号 | XD00135204300 严禁用于非法目的 |
---|---|
绘制时间 | 2020.03.01 |
作者 | 丛蕊、李纯辉 |
绘制单位 | 东北石油大学机械科学与工程学院、常州大学机械工程学院、东北石油大学机械科学与工程学院 |
更多格式 | 高清、无水印(增值服务) |