《表2 基于SVM模型的轴承品质评估结果》
两种方法分析结果如表2所示,由表可知,对于6201型轴承,振动信号时域指标和VMD–PE的SVM模型可以得到比时域指标和PE的SVM模型更好的识别率,识别率由83.33%提高到93.33%,识别结果如图6所示,其中优等品中1个样本识别错误,合格品中有3个样本识别错误,一等品全部识别正确.VMD算法将一个信号分为4个模态分量,将信号的细节信息进行分离,经计算后的特征信息进一步增加和强化,SVM算法会依据每一个特征的重要性给予相应的权重进行模型的构建,使其识别结果更加准确、可靠.因此,基于时域特征结合VMD–PE的滚动轴承品质评估方法可以较好地实现其品质等级的实时在线评估.
图表编号 | XD00165469100 严禁用于非法目的 |
---|---|
绘制时间 | 2020.07.01 |
作者 | 郝勇、吴文辉、商庆园 |
绘制单位 | 华东交通大学机电与车辆工程学院、华东交通大学机电与车辆工程学院、浙江众合科技股份有限公司 |
更多格式 | 高清、无水印(增值服务) |