《表3 COPS-ELM和SVM算法对行星齿轮单组信号识别》
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CEEMD与CPSO-ELM的行星齿轮传动箱故障研究》
行星齿轮箱磨损故障类型识别采用一组早期故障信号进行实验,将分解重组后的特征向量输入到CPSO-ELM算法和SVM分类器算法进行故障判别。因此,本次实验分为三组CPSO-ELM和SVM分类器,其中标定的CPSO-ELM1和SVM1由行星齿轮正常状态信号训练完成;CPSO-ELM2和SVM2由行星齿轮早期故障信号训练完成;CPSO-ELM3和SVM3由行星齿轮晚期故障信号训练完成。然后,利用任意未知状态的行星齿轮箱进行信号采集、预处理、分解重构,分别输入CPSO-ELMi和SVMi(其中i=1,2,3)三种类型分类器中进行故障判别,其判别结果如表3所示。(定义+1为齿轮出现磨损故障,0为正常状态,-1为其他故障,-为无法识别)。
图表编号 | XD00215809800 严禁用于非法目的 |
---|---|
绘制时间 | 2021.01.25 |
作者 | 高红英、樊爱珍 |
绘制单位 | 陕西工业职业技术学院机械工程学院、陕西工业职业技术学院机械工程学院 |
更多格式 | 高清、无水印(增值服务) |