《表4 各分类器的一组齿根裂纹故障初步诊断结果》
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
《基于多域特征与改进D-S证据理论的齿轮故障智能诊断方法》
从以上初步诊断结果可以看出,单传感器分类精度并不理想,这些结果不能可靠地用于实际应用。因此,有必要采用数据融合的方法来提高分类准确率。由于文章篇幅原因,以一组齿根裂纹(Crack)数据作为典型故障类型为例说明融合融合方法的优越性。其中,表4为齿根裂纹故障的一组初步诊断结果。
图表编号 | XD0090421800 严禁用于非法目的 |
---|---|
绘制时间 | 2019.09.15 |
作者 | 刘放、王衍学 |
绘制单位 | 桂林电子科技大学机电工程学院、北京建筑大学城市轨道交通车辆服役性能保障北京市重点实验室 |
更多格式 | 高清、无水印(增值服务) |