針對(duì)齒輪測(cè)量數(shù)據(jù)中存在異常值的問題,分別對(duì)異常值的4種常用準(zhǔn)則進(jìn)行了對(duì)比分析;設(shè)計(jì)了異常值剔除系統(tǒng),結(jié)合齒輪測(cè)量系統(tǒng)所測(cè)得的齒輪數(shù)據(jù),選用相應(yīng)的判定準(zhǔn)則,對(duì)齒輪測(cè)量數(shù)據(jù)進(jìn)行快速高效的異常值剔除處理。通過實(shí)驗(yàn)分析,給出了齒輪測(cè)量數(shù)據(jù)預(yù)處理需要遵循的原則。研究結(jié)果表明,當(dāng)對(duì)齒輪測(cè)量數(shù)據(jù)進(jìn)行粗大誤差剔除時(shí),需要結(jié)合實(shí)際情況對(duì)4種準(zhǔn)則綜合運(yùn)用,以達(dá)到所得數(shù)據(jù)的科學(xué)性和合理性,對(duì)齒輪誤差的后續(xù)處理做出科學(xué)的預(yù)處理。

【文章頁數(shù)】：4 頁

【部分圖文】：

圖3 格拉布斯法判別運(yùn)行結(jié)果

圖2肖維勒法判別運(yùn)行結(jié)果3.3拉伊達(dá)判別法實(shí)驗(yàn)

圖1 齒輪測(cè)量異常值剔除系統(tǒng)界面

1)數(shù)據(jù)輸入、輸出模塊原始測(cè)量數(shù)據(jù)的讀入以及處理后數(shù)據(jù)的輸出、保存都采用I/O接口模塊來實(shí)現(xiàn)。在實(shí)際測(cè)量過程中，齒輪測(cè)量數(shù)據(jù)量是比較大的，如果用人工輸入的方式則會(huì)浪費(fèi)大量的時(shí)間，嚴(yán)重降低測(cè)量工作的效率，所以本文采用文本格式(*．txt)的方式進(jìn)行數(shù)據(jù)的讀入及輸出，大大地提高了數(shù)據(jù)....

圖2 肖維勒法判別運(yùn)行結(jié)果

當(dāng)用格拉布斯判別法進(jìn)行判別時(shí)，從運(yùn)行結(jié)果可以看出，在對(duì)混入3個(gè)粗大誤差的相同48個(gè)齒距偏差數(shù)據(jù)進(jìn)行處理時(shí)，沒有判斷出粗大誤差;當(dāng)取21個(gè)齒距偏差，其中存在1個(gè)異常值的數(shù)據(jù)進(jìn)行判別時(shí)，檢測(cè)出粗大誤差值為-84.3。圖3格拉布斯法判別運(yùn)行結(jié)果

圖4 拉伊達(dá)法判別運(yùn)行結(jié)果

當(dāng)使用拉伊達(dá)法對(duì)含有3個(gè)異常值的48個(gè)齒距偏差數(shù)據(jù)進(jìn)行判定時(shí)，檢測(cè)出3個(gè)異常值，分別為-84.3、112.5、97.6。當(dāng)對(duì)其中含有1個(gè)異常值的11個(gè)數(shù)據(jù)進(jìn)行判定時(shí)沒有判定出異常值，運(yùn)行結(jié)果如圖4所示。3.4狄克遜判別法實(shí)驗(yàn)

本文編號(hào)：4048517