典型文献
自适应带宽核密度估计在旋转机械劣质监测数据识别中的应用
文献摘要：
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.
文献关键词：
机械装备;劣质数据识别;自适应核密度估计;阈值划分
中图分类号：
作者姓名：
倪泽行;王琇峰;徐波;李睿
作者机构：
西安交通大学机械工程学院,西安,710049
文献出处：
引用格式：
[1]倪泽行;王琇峰;徐波;李睿-.自适应带宽核密度估计在旋转机械劣质监测数据识别中的应用)[J].中国机械工程,2022(20):2476-2482
A类：
劣质数据识别
B类：
旋转机械,质监,运行环境,环境异常,人为因素,设备故障,健康状态,异常值,缺失数据,误判,维护策略,策略制定,采集数据,行频,频域积分,零点漂移,峭度指标,局部均值,高斯核,自适应选择,概率密度函数,置信区间,车桥,耐久,全寿命,命数,固定带,四叉树,分割算法,估计方法,机械装备,自适应核密度估计,阈值划分
AB值：
0.350378
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
