《表5 训练样本特征值：基于广义S变换和QPSO-SVM的水电机组振动故障诊断方法》

  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

《基于广义S变换和QPSO-SVM的水电机组振动故障诊断方法》

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

为了验证所提基于广义S能量谱和QPSO-SVM算法的水轮发电机组振动故障诊断方法的准确性，从水电站得到振动故障历史数据（包括涡带偏心、不平衡、不对中和动静碰摩4种典型振动故障）。按照1.3节所提广义S能量谱特征向量提取方法获得各频段的能量特征值，作为QPSO-SVM的训练集，不同故障的训练集学习样本仅2组，如表5所示，其中1，2，3，4分别对应涡带偏心、不平衡、不对中和动静碰摩4种故障。