《表2 轴承各个状态的故障识别率》
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
《基于信号稀疏表示和瞬态冲击信号多特征提取的滚动轴承故障诊断》
对比图9和图10中的故障识别率可以发现,在进行轴承故障识别时,特征提取过程中取基于IChirplet原子的多特征参量λ更能准确识别故障类型。分析图8和图10可知当迭代次数为50时,轴承信号分解的将会比较彻底且最终可以得到较高的故障识别率。在此迭代率下得到在不同状态下的故障特征识别率,如表2所示。
图表编号 | XD0090043100 严禁用于非法目的 |
---|---|
绘制时间 | 2019.09.22 |
作者 | 孟宗、殷娜、李晶 |
绘制单位 | 燕山大学河北省测试计量技术及仪器重点实验室、燕山大学河北省测试计量技术及仪器重点实验室、燕山大学河北省测试计量技术及仪器重点实验室 |
更多格式 | 高清、无水印(增值服务) |