《表1 统计特征量：PCA-RPF构成的数控转台精度衰退模型》

  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

《PCA-RPF构成的数控转台精度衰退模型》

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

时域分析是目前故障预测研究中较为广泛的特征识别方法，传统的时域统计量特征有很多，然而一个有效的特征向量应该能够比较完整地反应设备的状态信息和运行变化的趋势。在对比了常用的几种时域统计量的计算结果之后，选择了峭度、裕度、均方根和峰值四种统计量，认为这四种统计量能够比较好的刻画数控转台的精度变化趋势，其计算方法，如表1所示。