《表3 特征变量的信噪比之差》

  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IVMD和马田系统的滚动轴承故障检测方法》

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

图3为k=4时，其中一段正常样本信号的分解结果。在对振动信号样本以k=4进行VMD分解，求出每个模态分量的9个统计特征变量，即每个样本含有36个特征变量。根据式（3）～式（7）构建马氏基准空间。选取截取好的100个故障数据样本根据式（8）计算在基准空间下的马氏距离及其信噪比R；然后，除去某一特征变量j，重新构建马氏基准空间，并验算同一故障样本在新构建的基准空间下的马氏距离及其信噪比Rj，根据式（9）筛选出最优特征变量。移除某一特征变量之前与移除某一特征变量之后轴承故障信号的马氏距离的信噪比之差，如表3所示。