《表2 测试集的早期故障诊断模型故障检测准确率》

  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

《基于模糊熵和分形维数的滚动轴承早期故障检测》

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

对于采集的每组信号，利用模糊熵和形态学分形维数提取早期故障特征，则在不同运行状态条件下，有360组数据。在不同转速条件下，利用正常运行状态为无故障数据集，分别将内圈损伤、外圈损伤、滚动体损伤以及这三种损伤状况数据总和为早期故障数据集。将每种运转状态下数据的66%作为训练集，训练SSA-SVM模型，其余作为测试集，对模型进行测试。表2中显示了模型对测试集在不同转速条件组合下的测试集准确率。实验1只包含1 500r/min转速条件下3种故障及其故障之和的测试，实验2和3叠加2 000r/min和2 500r/min的振动信号，显示了不同转速条件下故障诊断方法的有效性。从表2中可以看出，该方案具有较好的早期故障检测效果，同时在不同转速条件下也保持了较好的检测有效性。