《表3 VMD最优参数表:基于VMD-TEO窗和DBiLSTM的早期轴承故障诊断》
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VMD-TEO窗和DBiLSTM的早期轴承故障诊断》
对比试验结果,IFOA算法的适应度值在第5次迭代就已收敛到全局最优解6.354,优于PSO算法与FOA算法的寻优结果,证明了IFOA算法在处理VMD的参数寻优问题时,能高效的搜寻到VMD的最优参数组合。表3给出了4种故障类型下的最优影响参数组合[α,K]和最小TEO包络熵值。从表中可看出,由于各故障类型的模态分解个数K不同,导致分解后其特征向量的维度不同,其中正常状态的K值最小为6。为保证特征向量的一致性,利用峭度准则筛选出各故障类型中峭度最大的6个IMF作为特征,构建特征矩阵。
图表编号 | XD00229405400 严禁用于非法目的 |
---|---|
绘制时间 | 2020.09.01 |
作者 | 乔美英、闫书豪、兰建义、王波、汤夏夏、杨金显 |
绘制单位 | 河南理工大学电气工程与自动化学院、煤炭安全生产河南省协同创新中心、河南理工大学电气工程与自动化学院、煤炭安全生产河南省协同创新中心、河南理工大学能源科学与工程学院、河南理工大学电气工程与自动化学院、河南理工大学电气工程与自动化学院、河南理工大学电气工程与自动化学院 |
更多格式 | 高清、无水印(增值服务) |