《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》

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

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。