轴承性能数据的分析

   发布日期：2020-05-28  浏览次数：43 选择视力保护色:

[摘要]　　离散数据以及一些条件的误差给数据剖析带来很大的艰难，以至严重毁坏数据而带来错误的剖析结果，理想条件下该现象的确存在。

 　　离散数据以及一些条件的误差给数据剖析带来很大的艰难，以至严重毁坏数据而带来错误的剖析结果，理想条件下该现象的确存在。中位数是数据剖析中-一个十分稳健的参数，当数据没有离散数据时，其数值接近于数据组的均匀值。

　　组合轴承当数据有离散数据时，均匀值会远离真实值，而中位数简直不偏离真实值，阐明中位数是稳健的。因而，能够用中位数战争均值之间的差别来判别数据中能否存在离散数据。

　　应用改良的HuberM办法处置数据，假如均匀值越来越接近中位数，阐明数据不存在离散数据；假如均匀值越来越偏离中位数，阐明数据存在离散数据。

　　显著性程度依据数据请求而定，依据近代统计学，引荐取值范围为0~0.1.经过改良的HuberM办法处置过的数据，其离散数据对总体数据的影响降低、显著性程度进步，为数据的进步剖析提供牢靠的保证。其中些理论需求进步完善，如中位数与均匀值的类似度、数据的显著性程度如何肯定等，尚缺乏理论根据。

　　依据改良的HuberM办法对C滚动轴承振动数据及A、B滚动轴承摩擦力矩数据的处置结果，能够看出在显著性程度0~0.1内，C滚动轴承振动数据的方差变化复杂，A、B滚动轴承摩擦力矩数据的方差单调减小。