The number of basis vectors or mode

The number of basis vectors or modes to use in the model must be determined for each model. If too
few modes are used, the model will poorly represent the transformed vibration signal from the good
gear. If too many modes are used, more computation will be required producing more coefficients
than needed and the model may over fit the data. Several criteria are available. The number of
modes can be chosen to account for a fixed amount of rms or variance in the training set [40]. This
method requires selecting a cutoff criterion. The number of modes can be chosen by examining the
basis vectors and choosing only those that look like a signal [39]. This method is labor intensive and
requires selecting a cutoff criterion. Another way to select the number of modes is by statistical
hypothesis testing of the multiplicity of a noise eigenvalue in the singular values to distinguish
between noise and signal [41,42,43]. The authors chose to use the last method that is commonly
used in array signal processing for methods that require knowledge of the number of signals in the
data. This method makes the assumption that data are the sum of an unknown number of stationary
signals and ergodic Gaussian random noise.

ผลลัพธ์ (ไทย) 1:

ต้องสามารถกำหนดหมายเลขของเวกเตอร์ฐานหรือวิธีใช้ในแบบจำลองสำหรับแต่ละรุ่น ถ้ามากเกินไปบางวิธีใช้ รูปแบบงานจะแสดงสัญญาณสั่นสะเทือนที่แปรรูปจากดีเกียร์ ถ้าใช้โหมดมากเกินไป คำนวณเพิ่มเติมจะต้องผลิตเพิ่มเติมสัมประสิทธิ์กว่าที่จำเป็น และรูปแบบอาจเหมาะสมกว่าข้อมูล มีเงื่อนไขหลายอย่าง จำนวนสามารถเลือกวิธีการบัญชีสำหรับยอดเงินคงที่ของ rms หรือผลต่างในชุดฝึกอบรม [40] นี้วิธีต้องการเลือกเงื่อนไขการตัดยอด สามารถเลือกจำนวนของโหมด ด้วยการตรวจสอบการข้อมูลพื้นฐานของเวกเตอร์และเลือกเฉพาะผู้ที่มีลักษณะเหมือนสัญญาณ [39] วิธีนี้ใช้แรงงานเข้มข้น และต้องเลือกเกณฑ์ตัดยอด เลือกหมายเลขของโหมดอีกวิธีคือ โดยทางสถิติทดสอบสมมติฐานมากมายหลายหลากของ eigenvalue เสียงค่าเอกพจน์เพื่อแยกระหว่างสัญญาณรบกวนและสัญญาณ [41,42,43] ผู้เขียนเลือกที่จะใช้วิธีการสุดท้ายที่โดยทั่วไปใช้ในการประมวลผลสัญญาณอาร์เรย์สำหรับวิธีที่ต้องการรู้จำนวนของสัญญาณในการข้อมูล วิธีนี้ทำให้สมมติฐานว่า ข้อมูลมีผลรวมของจำนวนเครื่องเขียนที่ไม่รู้จักสัญญาณและ ergodic Gaussian สุ่มเสียง

ผลลัพธ์ (ไทย) 2:

จำนวนพาหะพื้นฐานหรือโหมดที่จะใช้ในรูปแบบที่จะต้องได้รับการพิจารณาสำหรับแต่ละรุ่น ถ้าเกินไปโหมดไม่กี่มีการใช้รูปแบบที่เลวร้ายจะเป็นตัวแทนของสัญญาณการสั่นสะเทือนเปลี่ยนจากดีเกียร์ หากรูปแบบมากเกินไปจะใช้ในการคำนวณมากขึ้นจะต้องผลิตสัมประสิทธิ์มากขึ้นกว่าที่จำเป็นและรูปแบบอาจจะมากกว่าพอดีกับข้อมูล เกณฑ์หลายที่มีอยู่ จำนวนของโหมดสามารถเลือกบัญชีสำหรับจำนวนเงินที่คงที่ของอาร์หรือความแปรปรวนอยู่ในชุดการฝึกอบรม [40] ซึ่งวิธีการที่ต้องเลือกเกณฑ์ที่ตัด จำนวนของโหมดสามารถเลือกด้วยการตรวจสอบพาหะพื้นฐานและการเลือกเฉพาะผู้ที่มีลักษณะเหมือนสัญญาณ [39] วิธีการนี้เป็นแรงงานเข้มข้นและต้องเลือกเกณฑ์ที่ตัด วิธีการเลือกจำนวนของโหมดก็คือโดยสถิติการทดสอบสมมติฐานของหลายหลากของค่าเฉพาะเสียงในค่าเอกพจน์ที่จะแยกแยะความแตกต่างระหว่างเสียงและสัญญาณ[41,42,43] ผู้เขียนเลือกที่จะใช้วิธีการสุดท้ายที่เป็นที่นิยมใช้ในการประมวลผลสัญญาณอาร์เรย์สำหรับวิธีการที่จำเป็นต้องมีความรู้เกี่ยวกับจำนวนของสัญญาณในข้อมูล วิธีการนี้จะทำให้สมมติฐานที่ว่าข้อมูลผลรวมของการไม่ทราบจำนวนนิ่งที่สัญญาณเสียงและอัตลักษณ์ Gaussian สุ่ม

ผลลัพธ์ (ไทย) 3:

จำนวนของเวกเตอร์พื้นฐานหรือโหมดที่จะใช้ในรูปแบบที่จะต้องพิจารณาแต่ละรุ่น ถ้าเหมือนกัน
ไม่กี่โหมดที่ใช้ รูปแบบจะไม่แสดงแปลงสัญญาณการสั่นสะเทือนจากเกียร์ดี

ถ้าโหมดมากเกินไปจะใช้ในการคำนวณมากขึ้นจะต้องผลิตมากขึ้นค่าสัมประสิทธิ์
กว่าต้องการและรูปแบบอาจจะตรงพอดีกับข้อมูล หลายเงื่อนไขที่มีอยู่ จํานวน
โหมดสามารถเลือกบัญชียอดเงินคงที่ของข้อมูลหรือความแปรปรวนในชุดฝึกอบรม [ 40 ] วิธีนี้
ต้องเลือกตัดเกณฑ์ หมายเลขโหมดสามารถเลือกโดยการตรวจสอบ
พื้นฐานเวกเตอร์และเลือกเฉพาะผู้ที่มีลักษณะเหมือนสัญญาณ [ 39 ] วิธีนี้เป็นวิธีที่ใช้แรงงานเข้มข้น และต้องเลือก
ตัดเกณฑ์ อีกวิธีหนึ่งที่จะเลือกหมายเลขของโหมด โดยสถิติ
การทดสอบสมมติฐานของหลายหลากของเสียงค่าในค่าเอกพจน์เพื่อแยกความแตกต่างระหว่างเสียงและสัญญาณ 41,42,43
[ ] ผู้เขียนเลือกที่จะใช้วิธีสุดท้าย ที่นิยมใช้ในอาร์เรย์
การประมวลผลสัญญาณสำหรับวิธีการที่ต้องใช้ความรู้ของจํานวนของสัญญาณใน
ข้อมูล วิธีนี้ทำให้สมมติฐานว่าข้อมูลที่มีผลรวมของหมายเลขที่ไม่รู้จักของเครื่องเขียน
สัญญาณและอัตลักษณ์ของเกาส์ สุ่มเสียง