《表4 ER-10K滚动轴承4种状态下特征向量集》

  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

《KTA-KELM在滚动轴承故障诊断中的应用》

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

分别将采集的滚动轴承的滚动体故障、外圈故障、内圈故障、正常4种状态共240组数据，经ELMD分解，利用相关分析法选取前3个PF分量，通过排列熵、能量熵算法计算其熵值，构建高维特征向量集T=[EE，PE]240×6，限于篇幅仅列举部分，如表4所示。