《表3 故障诊断结果:基于PCA-SVM的轴承故障诊断研究》
以Win7操作系统为运行平台,以LIBSVM3.23[19]+python3.7+gnuplot5.3为运行环境构建SVM故障诊断模型。将3.1节中由主成分分析法提取的两个因子的得分作为模型的输入向量,将其所对应的正常/故障类别(正常:1;内圈故障:2;外圈故障:3;滚动体故障:4)作为模型输出变量,训练分类模型。采用基于网格搜索的交叉验证法进行参数寻优,训练集随机分成10等分。寻优后,得到最优参数为:C=22.627 416 997 969 522,g=1.0,交叉验证精度rate=100%。通过模型训练,构建了6个分类器,模型如图3、4所示。将测试集输入分类模型中,得到诊断结果,诊断正确率为87.5%,如表3所示。
图表编号 | XD0088254000 严禁用于非法目的 |
---|---|
绘制时间 | 2019.09.05 |
作者 | 吉敏 |
绘制单位 | 上海第二工业大学智能制造与控制工程学院 |
更多格式 | 高清、无水印(增值服务) |