《表4 不同状态下齿轮振动信号的多尺度模糊熵值》

  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MCKD和改进HHT多尺度模糊熵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

由表3可知，不同状态下齿轮模态分量的模糊熵值变化趋势稳定，未出现明显数值重叠现象。为进一步验证所提方法的有效性，表4列出了本文方法求得的每种状态下随机选取4个信号的多尺度模糊熵。从表4可看出，计算结果同之前分析相一致，不同状态下敏感IMF分量的模糊熵值具有较好的差异性。由此可知，采用敏感IMF分量的模糊熵作为特征向量对齿轮故障类型的诊断具有较好的可分性和诊断可靠性。