《表2 4种轴承故障状态部分特征向量》
提示：宽带有限、当前游客访问压缩模式
同理，可得轴承4种状态的故障特征向量，计算结果如表2所示。
| 图表编号 | XD00202787300 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2021.01.20 |
| 作者 | 赵宁宁、杨新坤、潘高峰、杨嘉、李文振、李富康 |
| 绘制单位 | 长安大学工程机械学院、长安大学工程机械学院、长安大学工程机械学院、长安大学工程机械学院、长安大学工程机械学院、长安大学工程机械学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 轴承故障特征频率：一种感应电机机械故障建模方法及故障度辨识》2020.10.28
- 《表1 部分特征计算公式：基于熵特征和堆叠稀疏自编码器的滚动轴承故障诊断方法》2020.10.25
- 《表2 实测信号峭度：基于ENLMD与Hilbert包络谱的轴承运行状态故障特征提取》2021.02.25
- 《表1 轴承10种故障状态样本》2021.02.18
- 《表2 GSC的22种开路故障的特征向量（一）》2021.02.01
- 《表2 状态输出对应关系：基于GA-ENN特征选择和参数优化的双馈风电机组轴承故障诊断》2021.01.28
- 《表2 不同故障状态下故障电流信号的特征向量》2019.10.25
- 《表3 部分特征向量：EEMD结合概率神经网络的风力机轴承故障诊断研究》2020.06.08
- 《表4 分类精度对比：基于商空间和支持向量机的滚动轴承故障智能诊断》2020.07.28
- 《表1 10种状态加权排列熵特征向量的信息熵》2020.02.02
- 《表1 特征提取部分数据：基于小波包-AR谱和深度学习的轴承故障诊断研究》2019.06.01
- 《表1 6205-2RS JEM SKF滚动轴承4种状态下特征向量集Q》2019.06.15
- 《表4 ER-10K滚动轴承4种状态下特征向量集》2019.06.15
- 《表3 四种特征提取方法的特征向量 (部分)》2019.07.01
- 《表2 轴承故障特征向量》2019.04.01
- 《表1 4种状态向量：短时交通流预测中的特征选择算法研究》2019.04.01
- 《表2 特征值向量：基于CEEMD-SVD和ELM的滚动轴承故障诊断》2018.10.10
- 《表4 气阀4种状态振动信号的特征向量》2018.06.10
- 《表1 变压器4种状态下特征向量》2018.06.28
- 《表1 2种状态下特征向量的欧式距离》2019.12.10