《表1 特征类型说明：变分自编码器在机械故障预警中的应用》
提示：宽带有限、当前游客访问压缩模式
为了尽可能全面地反映设备运行状态，本文从时域、时频域和角度域角度提取设备振动信号特征共34个，如表1所示。用所提特征构造特征相空间矩阵。
| 图表编号 | XD0090167100 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.06.15 |
| 作者 | 马波、赵祎、齐良才 |
| 绘制单位 | 北京化工大学诊断与自愈工程研究中心、北京化工大学诊断与自愈工程研究中心、中广核研究院有限公司北京分公司 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表3 调外音符统计结果：基于变分自编码器的交互式旋律生成方法》2021.02.05
- 《表2 轮廓一致率对比：基于变分自编码器的交互式旋律生成方法》2021.02.05
- 《表2 G’方差分析：改进集成深层自编码器在轴承故障诊断中的应用》2021.01.01
- 《表1 试验设置：集合变分混合同化方案在快速循环同化系统中的应用研究》2020.11.15
- 《表4 锚杆锚固模型结构：堆叠自编码器在锚杆锚固缺陷类型识别中的应用》2020.07.15
- 《表1 实验数据集：基于条件变分自编码的密码攻击算法》2020.03.01
- 《表1 轴承故障数据：深度学习融合模型在机械故障诊断中的应用》2019.12.01
- 《表1 真实网络数据集：利用变分自编码器进行网络表示学习》2019.10.01
- 《表3 实验结果：变分自编码器在机械故障预警中的应用》2019.06.15
- 《表2 故障案例数据详情：变分自编码器在机械故障预警中的应用》2019.06.15
- 《表2 专家领域知识容量：基于改进变分自编码器的多物理域多模态信息融合方法研究》2019.09.30
- 《表1 病态数据样本：基于改进变分自编码器的多物理域多模态信息融合方法研究》2019.09.30
- 《表1 分类结果说明：基于并行的F-LSTM模型及其在电力通信设备故障预测中的应用》2019.06.24
- 《表1 故障树符号说明表：故障树分析法在高速电主轴系统故障诊断中的应用》2019.03.20
- 《表2 变分自编码器及其变体模型性能对照表》2019.02.01
- 《表1 变分自编码器及其变体模型概况》2019.02.01
- 《表1 故障特征：神经网络在汽轮机转子故障诊断中的应用研究》2018.02.25
- 《表2 线路阻抗参数：变分模态分解在小电流接地系统故障选线中的应用》2019.11.01
- 《表8 算法鲁棒性分析：变分模态分解在小电流接地系统故障选线中的应用》2019.11.01
- 《表7 故障选线结果：变分模态分解在小电流接地系统故障选线中的应用》2019.11.01