《表2 不同故障类型LS-SVM识别结果》
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
《基于正态分布模型参数和LS-SVM的滚动轴承故障诊断方法》
从每种运行状态中随机抽取20个样本总计80个样本特征向量作为训练样本建立LS-SVM分类器,其余剩下的样本作为测试样本,将测试样本送入建立好的LS-SVM分类器进行模式识别与故障诊断,并对滚动轴承振动信号进行正态分布模型验证。按文中第3节所述对滚动轴承进行故障诊断,其识别结果标记为A。为了证明此方法的优越性与有效性,本文还做了一个对比试验:对原始振动信号建立Weibull分布模型,再求取Weibull分布函数的形状参数和尺度参数作为特征向量输入LS-SVM进行模式识别与故障诊断,识别结果标记为B。实验结果如表2所示。
图表编号 | XD0097967200 严禁用于非法目的 |
---|---|
绘制时间 | 2019.08.25 |
作者 | 姜海燕 |
绘制单位 | 湖南铁道职业技术学院铁道供电与电气学院 |
更多格式 | 高清、无水印(增值服务) |