《表4 4种样本对故障类型的平均诊断准确率》
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
《采用多通道样本和深度卷积神经网络的轴承故障诊断方法》
为了定量对比4种样本诊断准确率的差异,选取了4种网络结构诊断稳定后第250~500次迭代的平均准确率,结果如表4所示,其中A网络结构下的诊断准确率为98.82%。计算了三通道样本识别准确率相对于驱动端、风扇端单通道样本准确率的提升率,其中RCOL、RDE、RFE分别是三通道样本、驱动端样本和风扇端样本的诊断准确率。从A到D结构,提升率分别为7.48%、14.02%、13.32%和23.16%,可以看到在不同梯度的准确率下,三通道样本识别准确率均高于单通道样本诊断准确率。
图表编号 | XD00174267200 严禁用于非法目的 |
---|---|
绘制时间 | 2020.08.10 |
作者 | 张弘斌、袁奇、赵柄锡、牛广硕 |
绘制单位 | 西安交通大学能源与动力工程学院、陕西省叶轮机械及动力装备工程实验室、西安交通大学能源与动力工程学院、陕西省叶轮机械及动力装备工程实验室、西安交通大学能源与动力工程学院、陕西省叶轮机械及动力装备工程实验室、西安交通大学能源与动力工程学院、陕西省叶轮机械及动力装备工程实验室 |
更多格式 | 高清、无水印(增值服务) |