小样本下齿轮动应力测量数据异常值剔除方法

AITNT
正文
推荐专利
小样本下齿轮动应力测量数据异常值剔除方法
申请号:CN202511270340
申请日期:2025-09-08
公开号:CN120744800B
公开日期:2025-11-18
类型:发明专利
摘要
本发明提供了一种小样本下齿轮动应力测量数据异常值剔除方法,包括:步骤1、确定齿轮动应力测量位置及个数要求;步骤2、确定齿轮动应力测量数据的振动激励阶次;步骤3、将齿轮动应力测量数据进行归类整理;步骤4、基于四分位距算法初步筛查异常数据;步骤5、确定动应力测试数据的统计学特征值;步骤6、基于格拉布斯准则法最终确定异常数据。该方法可有效降低粗大误差对小样本数据均值和标准方差的影响,提高异常数据的识别可靠性,提高齿轮疲劳风险评估准确性;该方法快速便捷,易程序化,提高工作效率,有助于降低人力、财力成本。
技术关键词
剔除方法 应力 异常数据 格拉布斯准则 样本 粗大误差 齿轮齿数 特征值 数据验证 算法 谐波 人力 风险
系统为您推荐了相关专利信息
1
基于复值卷积神经网络的掌纹图像识别方法
掌纹图像识别方法 图像转换模型 损失函数优化 残差结构 掌纹数据
2
航空集装板运载的装载余量预测方法、系统及相关设备
航空集装板 样本 卷积模型 三维点云数据 计算机可执行指令
3
一种异常行为的告警方法、装置、设备、介质及产品
告警方法 属性匹配 训练样本集 计算机程序产品 卷积神经网络模型
4
一种数控钻铣加工过程中的温度异常预警系统
数控钻铣机床 子模块 预警系统 拓扑图 历史温度数据
5
一种基于双模型时空特征融合的脑电信号辨识方法
辨识方法 原始脑电信号 特征融合网络 运动想象识别 通道
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号