《表3 B1-C判断矩阵：基于EMD-SVD和CNN的旋转机械故障诊断》

  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EMD-SVD和CNN的旋转机械故障诊断》

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

为展示基于EMD-SVD和CNN方法的故障诊断优越性，设置2组对比实验：（1）将原始轴承时域信号直接输入到经典CNN模型中；（2）人工提取15项特征输入到经典CNN模型中，人工特征的选择为均值、均方根值、方根幅值、绝对平均值、歪度、峭度、方差、最大值、最小值及峰值这10个有量纲指标，波形指标、峰值指标、脉冲指标、裕度指标及峭度指标这5个无量纲指标，共15个人工特征类型[19]，最终3个模型实验诊断结果如表3所示。