《表2 轴承状态编码对照表》
提示：宽带有限、当前游客访问压缩模式
根据故障出现的位置将滚动轴承的常见故障分为4种，因此，BP神经网络的输出值为5维向量，包括轴承的1种正常状态和4种故障状态，定义期望输出向量如表2所示。
| 图表编号 | XD0054984000 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.01.01 |
| 作者 | 曹智军 |
| 绘制单位 | 河南职业技术学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表5 考虑万向联轴器与2#齿轮箱的轴承状态》2020.10.01
- 《表2 不同算法结果对比：基于熵特征和堆叠稀疏自编码器的滚动轴承故障诊断方法》2020.10.25
- 《表2 编码节点说明：薄壁4点接触球轴承保持架稳定性研究》2021.02.20
- 《表2 4种轴承故障状态部分特征向量》2021.01.20
- 《表2 G’方差分析：改进集成深层自编码器在轴承故障诊断中的应用》2021.01.01
- 《表2 变压器故障状态标签及状态编码》2020.03.20
- 《表2 轴承故障状态分类结果(ADCS-ELM)》2020.05.20
- 《表1 轴承数据集信息：基于EEMD和堆叠稀疏自编码的滚动轴承故障诊断方法》2020.04.18
- 《表2 正常状态轴承数据不同K值下的包络熵极小值》2020.01.08
- 《表2 三种方法诊断结果：基于堆栈稀疏自编码的滚动轴承故障诊断》2019.12.30
- 《表1 7种轴承工况：基于小波和深度小波自编码器的轴承故障诊断》2019.09.15
- 《表1 7种轴承工况：基于小波和深度小波自编码器的轴承故障诊断》2019.09.15
- 《表2 轴承各个状态的故障识别率》2019.09.22
- 《表4 2种状态下轴承诊断数据》2019.08.10
- 《表2 轴承4种状态前3个IMF分量的模糊熵值》2019.04.10
- 《表2 轴承状态的各指标分级》2019.04.25
- 《表1 AP设备运行状态与编码对照表》2019.04.15
- 《表2 齿轮箱状态编码对照表》2019.04.01
- 《表2 训练集数据描述：基于无损约束降噪稀疏自编码的滚动轴承故障诊断技术》2019.02.08
- 《表2 轴承退化状态识别效果对比》2019.01.01