《表4 拌制过程：基于改进深层极限学习机的故障诊断方法》

  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

《基于改进深层极限学习机的故障诊断方法》

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

为进一步验证笔者所提诊断方法在滚动轴承故障诊断中的性能，将算法运用于风机的滚动轴承故障诊断实验中。实验数据采集于如图6所示的风机实验平台，加速度传感器型号为PCB MA352A60，输出带宽为5Hz～60kHz，灵敏度为10mV/g，测点在垂直方向。采集的信号通过传感器信号调节器（PCB ICO Model 480C02）放大后传输至信号记录仪（Scope Coder DL750）。转速恒定为1kr/min，采样频率为50kHz，采样时间为10s，轴承的各项参数如表3所示。轴承的故障是人为通过线切割技术分别在轴承内圈、外圈、滚动体上加工出0.25 mm×0.3mm（宽×深）的微小伤痕，如图7所示。