《表4 三种不同故障下的COPS-ELM和SVM行星齿轮多组信号处理结果》
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
《基于CEEMD与CPSO-ELM的行星齿轮传动箱故障研究》
为提高对行星齿轮箱故障做出判断,进一步验证混沌粒子群优化算法(CPSO)能够提高故障类型的识别精度和识别速度,通过改变行星齿轮箱参数(输入转速、采样频率),共采集1800个样本点,将其分为450组。由于样点数较多,将重组好的向量输入输入CPSO-ELM和SVM两种算法进行分类识别,并随机获取部分分类识别图,识别后的结果如图8所示,且总共采样点分组识别结果如表4所示。
图表编号 | XD00215809900 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) |