《表4 测试数据集:基于小波包近似熵和VPRS的轴承故障诊断》
本文所采用的实验数据来自文献[6],共有56个文件,包括轴承正常文件11个,外圈完全破损文件9个、保持架损坏文件12个、保持架严重损坏文件12个、轴承磨损文件12个,并且每个文件中都有2 048个测试数据,每个文件中的数据都可以构成一个样本。本文实验从中选取了32个样本,包括轴承正常样本11个、外圈完全破损故障样本9个、保持架损坏样本12个。对每个样本信号都进行三层小波包分解,然后求8个频带范围内信号的近似熵,提取特征向量,组成原始故障诊断数据。对所获得的32组样本数据采用训练—测试的方法,分为学习数据集和测试数据集两部分(按80%、20%分配),获得的原始数据集如表3、表4所示。选择条件属性集C={c30,c31,c32,c33,c34,c35,c36,c37},决策属性集D={FN}。FN=1表示轴承正常,FN=2表示外圈故障,FN=3表示保持架损坏。
图表编号 | XD00223933700 严禁用于非法目的 |
---|---|
绘制时间 | 2020.11.01 |
作者 | 牛小玲、毛会琼、陈世海 |
绘制单位 | 中国矿业大学信息与控制工程学院、中国矿业大学信息与控制工程学院、中国矿业大学信息与控制工程学院 |
更多格式 | 高清、无水印(增值服务) |