《表2 时域特征参数:面向机械故障智能诊断神经网络优化与识别方法研究》
信号所采集到的振动信号为时域信号,其中涵盖了大量的系统状态和故障信息,通过对振动信号的统计分析将对机械系统的状态和故障情况的判定有非常大的帮助。本文通过对振动信号进行时域分析提取了13种时域特征参数。特征参数的计算公式如表2所示。
图表编号 | XD0050805900 严禁用于非法目的 |
---|---|
绘制时间 | 2019.04.01 |
作者 | 黄瑾珉 |
绘制单位 | 武汉工程大学机电工程学院 |
更多格式 | 高清、无水印(增值服务) |
信号所采集到的振动信号为时域信号,其中涵盖了大量的系统状态和故障信息,通过对振动信号的统计分析将对机械系统的状态和故障情况的判定有非常大的帮助。本文通过对振动信号进行时域分析提取了13种时域特征参数。特征参数的计算公式如表2所示。
图表编号 | XD0050805900 严禁用于非法目的 |
---|---|
绘制时间 | 2019.04.01 |
作者 | 黄瑾珉 |
绘制单位 | 武汉工程大学机电工程学院 |
更多格式 | 高清、无水印(增值服务) |