《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》
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。
图表编号 | XD0025107600 严禁用于非法目的 |
---|---|
绘制时间 | 2018.10.10 |
作者 | 吴漫、黄国勇、周卫兵 |
绘制单位 | 云南省矿物管道输送工程技术研究中心 |
更多格式 | 高清、无水印(增值服务) |