《表2 多负载下不同故障类别的识别结果对比》
为了进一步评估本文方法对轴承故障的识别能力,将其与传统DBN故障诊断方法和文献[6]提出的TEO-DBN故障诊断方法进行对比,结果如表1和表2所示。由表1可见,与TEO-DBN方法相比,本文方法不需要任何特征提取过程,直接将振动时域信号作为DBN的输入,在单负载时的故障识别率更高。结合表1和表2可知,与未进行信息融合的传统DBN方法相比,本文方法不仅在单负载条件下故障识别率较高,而且针对更接近实际工况的多负载情况进行测试时获得高达98.08%的平均故障识别率,充分验证了该方法在轴承故障诊断中的有效性和精确性。
图表编号 | XD0045317000 严禁用于非法目的 |
---|---|
绘制时间 | 2019.02.01 |
作者 | 蒋黎明、李友荣、徐增丙、鲁光涛 |
绘制单位 | 武汉科技大学冶金装备及其控制教育部重点实验室、武汉科技大学冶金装备及其控制教育部重点实验室、武汉科技大学冶金装备及其控制教育部重点实验室、华中科技大学数字制造设备与技术国家重点实验室、武汉科技大学冶金装备及其控制教育部重点实验室 |
更多格式 | 高清、无水印(增值服务) |