《表2 1D-CNN在不同降噪方法下的诊断精度》

  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

《基于联合抗噪算法的滚动轴承故障诊断研究》

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

%

本文使用1D-CNN对降噪信号进行故障诊断，1D-CNN的训练参数和超参数设置如下：epochs为120，学习率为0.001，batchsize为100，重复10次实验，1D-CNN在不同信噪比条件下的诊断结果如图4和表2所示，在SNR=-1 dB时的诊断高达96.2%，SNR>1 dB时，诊断精度能达到98.5%以上。因此，联合诊断方法能自适应的处理任何噪声环境，即使是较低信噪比的噪声环境下。