《表1 不同故障类型的样本》
| 图表编号 | B1666802666 |
|---|
| 出版时间 | 2019.11.01 图表说明 ➫ |
|---|
| 作者 | 郭伟超、赵怀山、李成、李言、汤奥斐 |
|---|
| 研究主题 | 基于小波包能量谱与主成分分析的轴承故障特征增强诊断方法 |
|---|
| 出版单位 | 西安理工大学机械与精密仪器工程学院、安徽中清能动力技术有限公司、西安理工大学机械与精密仪器工程学院、西安理工大学机械与精密仪器工程学院、西安理工大学机械与精密仪器工程学院 |
|---|
| 下载格式 | JPG、GIF（含无水印/未压缩） |
|---|
| 图片大小 | 20KB~2M（视下载方式而定） |
|---|
| 定制格式 | Excel、Word、PDF、PPT |
|---|
《表1 不同故障类型的样本》图表
预计下载耗时：＜2秒
图表说明及下载
基于小波包能量谱与主成分分析的轴承故障特征增强诊断方法中，对上述4种轴承故障类型及无故障状态的数据，每组各选取10个样本并进行编号，如表1所示。其中:无故障数据编号是1～10；滚动体、内圈、外圈带有直径0.36 mm凹坑故障状态下的数据编号分别为11～20、21～30、31～40；为了更好地验证本文方法的有效性，增设一组带有直径0.36 mm凹坑的内圈故障为待识别数据，同样有10个样本，数据编号为41～50.
公告：考虑到大家可能需要图表高清原图或出处原文整套的PDF，但由于获取多是收费渠道，为方便大家博主会在收到相关邮箱留言求助后帮忙获取分享给大家免费下载。
- 下载图表
相关图表整理
- 《表1 收敛速度对比对表：带参数学习的引导信号迭代学习控制方法》 从图5中可以看出，在3种控制方法作用下系统都能收敛，并使系统的控制误差落入5%的误差区间之内。但是从收敛速度来看，本文提出的方法具有最快的收敛速度，在第6次迭代时就使系统的 …[研究主题：带参数学习的引导信号迭代学习控制方法 2019.11.01 原文格式：PDF]
- 《表6 多项式拟合参数反演结果》 结果如表6所示，本例调用KRAKEN模型的次数为20 000次，GA在代价函数值小于6.997×10-8时停止搜索，计算时间为120 min．图13和图14给出了声速剖面反演结果，拟合声速剖面与仿真剖面吻 …[研究主题：基于声场模信号特征和多项式拟合的声速剖面反演技术研究 2019.11.01 原文格式：PDF]
- 《表7 多项式拟合参数反演结果》 图21为不同深度的声速剖面误差。该数据反演结果表明:反演声速剖面在100 m以浅误差较大，在0～100 m深度范围内反演误差接近1.14 m/s；在100～2 000 m深度反演误差误差小于0.2 m/s．由 …[研究主题：基于声场模信号特征和多项式拟合的声速剖面反演技术研究 2019.11.01 原文格式：PDF]
- 《表1 利用垂直阵的声速剖面反演仿真参数》 但在实际海洋波导中，基于垂直阵的参数反演存在缺陷在于，大深度垂直阵阵形难以测量，这会给参数反演带来较大误差；实际应用中，声纳平台没有较大垂直孔径，难以满足垂直阵反演的要求。 …[研究主题：基于声场模信号特征和多项式拟合的声速剖面反演技术研究 2019.11.01 原文格式：PDF]
- 《表3 利用模信号的声速剖面反演仿真参数》 本例调用KRAKEN模型的次数为20 800次，GA在代价函数值小于5.479×10-8时停止搜索，计算时间为120 min．表4给出了搜索结果。图11和图12给出了声剖面反演结果，拟合声速剖面与仿真剖 …[研究主题：基于声场模信号特征和多项式拟合的声速剖面反演技术研究 2019.11.01 原文格式：PDF]