《表1 油压传感器不同故障类型下的WEE特征向量Tab.1 Eigen vector of WEE for different types of sensor faults》
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
《基于小波能谱熵和集成经验模态分解的传感器故障诊断耦合算法研究》
为了评估所提取的特征向量对各故障类型的可分性,笔者提取了传感器各种故障状态下采用不同算法得到的特征向量。表1给出了油压传感器处于正常状态及各种故障状态下通过WEE方法得到的特征向量。首先构造第1~第5层小波低频系数与高频系数,计算其相应的小波能谱熵WEE,并选取各级小波分量的方差σ、均值μ与小波能谱熵WEE组成的向量来构成最终的特征向量。由表1可知,传感器在不同状态下经小波熵计算得到的各小波分量包含的故障信息不同,所对应的特征值同样具有明显的差异。
图表编号 | XD0015703300 严禁用于非法目的 |
---|---|
绘制时间 | 2018.08.15 |
作者 | 史历程、赵骁、赵群飞、王玉璋 |
绘制单位 | 上海交通大学机器人视觉与图像测控实验室、中国航空发动机集团沈阳发动机设计研究所、上海交通大学机器人视觉与图像测控实验室、上海交通大学燃气轮机研究院 |
更多格式 | 高清、无水印(增值服务) |