《表3 不同方法的诊断结果》

  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

《改进集成深层自编码器在轴承故障诊断中的应用》

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

实验共进行10次，图6列出了在每次实验中不同方法对测试样本的详细诊断结果，表3列出了不同方法的平均测试精度与训练时间.由表3可知，与其他方法相比，本文方法具有更高的识别精度（99.08%）和更小的标准差（0.11），能稳定地区分滚动轴承的不同故障类型、不同故障程度.由图6可看出，本文方法每次测试的准确率分别为99.15%、99.08%、99.17%、99.18%、99.15%、99.16%、99.16%、99.12%、99.15%和99.09%，均高于其他方法.相对于方法6，本文方法由于引入“跨层”连接，较好地缓解了网络的梯度消失现象，加快了网络收敛，使得诊断准确率提高了2.46%，训练时间也有所减少；方法4中，WCAEDN具有时频局部化特性、稀疏连接特性和权值共享特性，网络的参数个数较少，使得网络训练时间较少.