《表3 评价指标SNR和RMSE》

  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CEEMD和FastICA的滚动轴承故障诊断研究》

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

4) 利用Fast ICA算法来进行G1（t）和G2（t）的解混，降噪后得到信号Z1（t）和Z2（t）如图9所示，由图9可知，Z2（t）具有的故障特征信息较明显。分别利用信噪比SNR和均方根误差RMSE指标对该算法的降噪性能加以评价，信号G1（t）和Z2（t）的2项评价指标值如表3所示。由表可知经过CEEMD-FastICA算法降噪后的信号Z2（t）的信噪比SNR和只用CEEMD算法处理的信号G1（t）的信噪比相比较大，而且均方根误差RMSE相比较小，综上说明Fast ICA算法有利于提高降噪效果，更利于提取故障特征信息。