《表5 基于振动信号的薄壁轴承故障诊断结果》
提示：宽带有限、当前游客访问压缩模式
根据振动数据空间分布范围，用MATLAB编写检测程序，对84组振动信号样本数据进行识别，结果如表5所示。
| 图表编号 | XD0062245600 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.07.01 |
| 作者 | 徐彦伟、刘明明、刘洋、陈立海、颉潭成 |
| 绘制单位 | 河南科技大学机电工程学院、河南科技大学机电工程学院、河南科技大学机电工程学院、河南科技大学机电工程学院、河南科技大学机电工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表5 故障诊断结果3：基于PCA-LMD的滚动轴承信号混合特征选取与故障诊断》2020.10.01
- 《表4 故障诊断结果2：基于PCA-LMD的滚动轴承信号混合特征选取与故障诊断》2020.10.01
- 《表3 故障诊断结果1：基于PCA-LMD的滚动轴承信号混合特征选取与故障诊断》2020.10.01
- 《表2 故障信号数据：基于PCA-LMD的滚动轴承信号混合特征选取与故障诊断》2020.10.01
- 《表1 样地信息：基于振动信号短时能熵比与DTW的高压断路器状态评估及故障诊断》2020.12.31
- 《表1 仿真信号参数值：基于振动信号稀疏分解的粮仓通风机轴承故障诊断方法》2019.12.31
- 《表2 振动信号特征向量：基于CEEMDAN与样本熵的高压断路器机械故障诊断》2020.02.28
- 《表1 仿真振动信号参数：基于CEEMDAN与样本熵的高压断路器机械故障诊断》2020.02.28
- 《表2 实验诊断结果：基于振动图像和DCNN的采煤机滚动轴承故障诊断》2020.07.01
- 《表1 轴承故障状态表：基于振动图像和DCNN的采煤机滚动轴承故障诊断》2020.07.01
- 《表5 频域特征：基于机匣信号的滚动轴承故障卷积神经网络诊断方法》2019.12.01
- 《表4 时域特征：基于机匣信号的滚动轴承故障卷积神经网络诊断方法》2019.12.01
- 《表4 时域特征：基于机匣信号的滚动轴承故障卷积神经网络诊断方法》2019.12.01
- 《表5 三种方法的比较：基于粗糙集神经网络和振动信号的高压断路器机械故障诊断》2020.01.25
- 《表2 部分振动信号特征：基于电—振信号熵权特征的断路器储能机构故障诊断方法》2019.11.16
- 《表1 振动信号幅值表：基于深度自编码网络的刚性罐道故障诊断》2019.08.15
- 《表2 正交试验表：基于信息融合的机器人薄壁轴承故障智能诊断》2019.07.01
- 《表1 1 基于信息融合的薄壁轴承故障智能诊断结果》2019.07.01
- 《表8 基于声发射信号的薄壁轴承故障诊断结果》2019.07.01
- 《表3 振动测试结果：大游隙轴承电机故障诊断方法研究》2019.11.25