《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》

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

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。