《表1 轴承样本数分布表:CEEMD与卷积神经网络特征提取的故障诊断方法研究》
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
《CEEMD与卷积神经网络特征提取的故障诊断方法研究》
首先将振动信号进行CEEMD分解,并将4个IMF分量构建时频图,然后利用CNN提取时频图特征,最后构造特征样本集用于ELM分类模型的建立。特征样本集中正常工作状态每种300个样本,内圈故障、外圈故障、滚动体故障在不同负载与故障尺寸下的样本个数各为100个,样本数分布表如表1所示。其中,样本集中3200组实验样本数据构成训练集,用于建立模型,1600组样本构成测试集,对模型进行测试。
图表编号 | XD0035973900 严禁用于非法目的 |
---|---|
绘制时间 | 2019.02.01 |
作者 | 张朝林、范玉刚 |
绘制单位 | 昆明理工大学信息工程与自动化学院、云南省矿物管道输送工程技术研究中心、昆明理工大学信息工程与自动化学院、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) |