Page 124 - 2024年第55卷第6期
P. 124
图 ４ 故障信号不同熵值分布情况（原始信号）
图 ５ 故障信号不同熵值分布情况（ＳＮＲ ＝ ２ｄＢ ）
图 ６ 故障信号不同熵特征可视化情况（原始信号）
图 ７ 故障信号不同熵特征可视化情况（ＳＮＲ ＝ ２ｄＢ）
有样本均按照 ２∶８进入测试和训练。其中参数设置如下：种群数量 ２０，最大迭代数量 ５０，权值阈值
上下边界分别为 ２和－ ２ 。同时为选取最佳尺度因子下的 ＲＣＭＣＳＥ作为特征向量。图 ８展现了 ４种工况
在 １～２０尺度下的分布情况。由图可知在尺度为 ２、３、４时，熵值的分布较为均匀，数据混叠情况较
小，本文选取尺度因子 ４作为嵌入值，将特征集输入到神经网络中进行故障诊断。选取每种工况中 ５
个样本展示不同分量的特征值差异，具体如表 １所示。
— ７ ５ —
０
