《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》

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。