《表1 部分主成分的贡献率》

  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PCA和预测误差法的轴承故障预测方法研究》

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

利用信号处理方法对采集的123组数据分别求取轴承特征参数，包括个时域特征量和个频域特征量，共18个特征参数。为了降低参数间的信息冗余，提高分析精度，将这些特征参数进行归一化处理及主成分降维处理，经过PCA处理后得到前三个分量的贡献率如表1所示。可以看到，第一主成分的贡献率为90%，而第二、三主成分都低于5%，按照PCA中选取贡献率在85%以上的原则，选择贡献率最高的第一主成分作为轴承监测健康指标，进行状态空间模型预测。