《表2 样本熵误差对比表:基于振动信号的电主轴回转精度预测方法》

《表2 样本熵误差对比表:基于振动信号的电主轴回转精度预测方法》   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
《基于振动信号的电主轴回转精度预测方法》


  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

进一步与基于ISBM延拓法的样本熵作对比,对比结果如表2所示,可以看出样本熵误差会随着分解中PF分量级数的增加而增大,说明LMD分解的端点效应会影响PF分量样本熵的准确度,且误差会逐级累积.基于BP神经网络预测法的LMD分解PF分量样本熵的总体误差为2.28%,小于ISBM延拓法的2.71%.分析结果表明,PF样本熵的误差会随着LMD端点效应的累积而增大,因此抑制LMD端点效应具有重要意义.