《表1 3种模型预测结果》

  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GWO优化的CS-SVM轴承故障诊断》

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

为提高故障分类预测的准确率，采用EMD分解法及Hilbert变化对数据进行特征提取，再利用归一化、PCA降维对数据预处理。分别采用相同的预处理方法对3种不同的模型进行测试，分别用PSO和GWO算法优化CS-SVM参数来构造模型与用GWO优化SVM参数构造模型，3种模型记为GWO＿SVM模型、PSO＿CS-SVM模型、GWO＿CS-SVM模型。GWO初始种群数为40，所有算法迭代次数均为200。标签0、1、2、3分别代表:正常数据、内圈故障、滚动体故障、外圈12点钟故障。将处理好的训练、测试集带入3种模型（训练集与测试集比例为4∶1），结果如表1和图2、图3、图4所示。