《表2 仿真信号的比较样本的故障特征值》

  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PCA和灰色关联的齿根裂纹损伤程度识别》

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

为进一步量化损伤程度，采用PCA与GRA相结合的方法，计算待检测样本与多个比较样本之间的关联度。首先，取0 mm、1 mm、2 mm、3 mm、4 mm不同裂纹长度的5个振动原始信号，分别计算出每一组信号的7个损伤检测统计指标，如表2所示，构成5个比较状态序列。取一个未知（0～4 mm）裂纹长度的振动原始信号，计算其7个损伤检测统计指标，作为待检测序列。总计6个样本中，每个样本包含7个损伤检测统计指标，且待检测样本为最后一行，组成一个6行7列的矩阵Y。利用PCA方法对矩阵Y进行优化降维后得到矩阵Z。分别将矩阵Y和矩阵Z代入GRA方法，求得待检测样本与5个比较样本之间的关联度，如图7所示。