|
|
|
滚动轴承性能数据的稳健性判断原理及方法滚动轴承性能数据的稳健性判断原理：
1. 滚动轴承性能数据直方图 央滚动轴承性能数据分布的特点。在统计学中，当样本容量也就是数据个数超过800 可以认为数据分布为正态分布或渐近正态分布 ，也就是数据直方图为中间高两边低的对称或者接近对称的图形。如果滚动轴承性能教据直方图符合正态分市或渐近正态分布，可以认 为滚动轴承性能数据不存在离微值否则，可以认为滚动轴承性能数据中存在离散值。利用数据频率直方图与正态分布或渐近正态分布的 特点，可以初步判断滚动轴承性能数据的稳健性。 2.滚动轴承性能正态性检验 利用滚动轴承性能数据直方图与正态分布或浙近正态分布的相似性，可以初步判断滚动轴承性能数据是否有离散值，然后进步检验 滚动轴承性能数据的正态性，偏离正态分布的值即为离散值。利用该方法可以判断滚动轴承性能数据的离散值范围，为后续滚动轴承性 能数据的稳健化处理奠定基础。 滚动轴承性能数据的稳健性判断方法： 数据稳健性判断步骤： 数据是否稳健是数据分析的前提，稳健的数据可以得出合理与正确的估计结果，不稳健的数据会导致错误甚至灾难性的估计结果。 数据是否稳健是数据分析的前提，稳健的数据然而在实验过程中,可以得出合理与正确的估计结由于受环境、仪器、温度等因滚动轴承性 能数据稳健化素的影料会产生波动，偏离真值，造成数据污染或者产生离散数据，是数据的分布产生变化。因此，如何判断滚动轴承性 能实验数据是否稳健是滚动轴承性能分析的重要内容。 粗大误差是离散数据的一部分，其判断准则有莱以特准则、肖维涅准则、罗曼诺夫斯基准则、奈尔准则、格拉布斯准则与狄克逊准 则等。这些准则是依据实验数据服从某一分布，而且判断方法计算繁琐，同时粗大误差只是离散数据的一部分。本节提出一种基于统计 学的滚动轴承性能数据稳健化判断方法，步骤如下: (1)通过实验获得大量滚动轴承性能数据，由于滚动轴承性能数据较大，可以假设数据服从正态分布; (2)根据统计学原理，对数据进行分组，做出数据频率直方图，并与正态分布图进行对比，可以粗略判断出实验数据与正态分布的差异; (3)建立滚动轴承性能数据的概率分布，并与正态分布对比，分析实验数据的概率与正态分布概率的符合情况; (4)如果滚动轴承性能数据累积频率与正态分布概率在一条直线 上，则滚动轴承性能数据稳健，否则滚动轴承性能数据不稳健; (5)根据数据偏离正态分布的情况，分析滚动轴承性能离散数据分布的范围。 |
|
