《表4 抗压强度结果对比：基于LabVIEW的主轴机械状态识别与故障诊断》
提示：宽带有限、当前游客访问压缩模式
对工业现场下的主轴信号数据处理方法进行统计，幅值谱、自功率谱、倒频谱和STFT时频谱4种信号处理方法使用频次较高，故障诊断效果较好，如表4所示。
| 图表编号 | XD00216743600 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.12.02 |
| 作者 | 李梦梅、陈学振 |
| 绘制单位 | 成都飞机工业(集团)有限责任公司、成都飞机工业(集团)有限责任公司 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表2 TE过程故障：基于主元分析方法的化工过程故障诊断与识别》2020.09.20
- 《表3 状态识别结果：基于主成分分析和支持向量机的高压断路器机械状态识别方法》2020.09.16
- 《表5 理论假设检验结果：基于LabVIEW的主轴机械状态识别与故障诊断》2020.12.02
- 《表6 花蕾数调查结果：基于LabVIEW的主轴机械状态识别与故障诊断》2020.12.02
- 《表1 消涡方案：基于LabVIEW的主轴机械状态识别与故障诊断》2020.12.02
- 《表4 冲击强度试验结果：一种基于Petri网和SDG的车门系统故障诊断方法》2020.12.10
- 《表1 各频带的频率范围：基于LabVIEW和BP神经网络的旋转机械故障诊断研究》2020.12.15
- 《表4 故障信号表：一种基于时序的状态监控及故障诊断系统》2020.07.18
- 《表7 轮毂电机机械故障在线诊断的状态识别率》2020.08.01
- 《表4 PNN识别率：基于虚拟样本生成技术与概率神经网络的接地网故障诊断》2020.06.16
- 《表3 故障识别诊断结果：基于电机电流的负荷开关操作机构状态诊断研究》2020.06.16
- 《表4 故障诊断算法对比：基于多特征融合与XGBoost的风机轴承故障诊断》2020.07.20
- 《表1 正常状态振动特征：基于LabVIEW的煤矿潜污泵故障诊断》2019.11.01
- 《表2 主轴偏转样本数据：基于BP网络的机床主轴故障诊断研究》2019.10.08
- 《表4 监控数据对比表：海上平台起重机状态监测及故障诊断技术研究与应用》2019.10.01
- 《表4 监控数据对比表：海上平台起重机状态监测及故障诊断技术研究与应用》2019.10.01
- 《表2 时域特征参数：面向机械故障智能诊断神经网络优化与识别方法研究》2019.04.01
- 《表1 实验齿轮参数：面向机械故障智能诊断神经网络优化与识别方法研究》2019.04.01
- 《表4 部分识别结果：基于VMD算法的10 kV高压断路器机械故障诊断分析》2018.06.28
- 《表2 待测状态标号：基于VMD算法的10 kV高压断路器机械故障诊断分析》2018.06.28