科研之友
微信
新浪微博
Facebook
分享链接
摘要
运行环境异常、人为因素干扰及采集设备故障等问题可能导致旋转机械监测数据中出现与设备健康状态无关的异常值或缺失数据，造成机械健康状态误判及维护策略制定不当等问题，为此，提出了一种基于自适应带宽核密度估计的劣质监测数据识别方法。通过对采集数据进行频域积分从而将零点漂移与局部噪声“冲击化”,计算积分后的峭度指标；采用局部均值误差进行高斯核带宽自适应选择，获得峭度指标的概率密度函数，并将95%置信区间的边界作为劣质数据识别阈值。通过车桥耐久监测全寿命数据对提取方法进行验证，结果表明，相比于固定带宽以及基于四叉树分割算法的核密度估计方法，所提方法对劣质监测数据具有较好的识别效果。
- 单位
