《表1 各IMF分量与信号的相关系数》

  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CEEMD-SVD和ELM的滚动轴承故障诊断》

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

从图3中可以看出，前几个分量和原始信号的关联度较高，对原始信号进行CEEMD分解时，由于背景噪声的干扰和算法本身存在的不足，导致IMF分量中存在噪声成分和虚假信息，导致轴承故障的诊断结果出现误判。因此，通过引入相关性系数分析对分量信号进行有效选取，以提高故障识别的准确度。通过计算各个IMF分量的相关系数（表1），运用该方法选取前5个和原始信号相关程度较高的分量作为初始特征向量分析矩阵。