吴运新，胡 凡，滑广军

(中南大学机电工程学院湖南长沙410083)

0 引言

奇异值剔除是数据处理中一个重要环节.奇异值［1］又称为野值，是指不是被测对象本身正常信号的记录，而是由于传感器、变化电路以及外界电磁干扰等造成的异常跳点，也即是测量设备在传输过程中出现异常导致的不正确点.

混凝土泵车前期的应力测试及有限元分析表明，泵车臂架的应力幅值在臂架结构材料强度0.5倍以下，属于高周疲劳问题.因此在计算泵车臂架结构的疲劳损伤时采用Palmgren-Miner(潘格伦- 迈纳)线性累积损伤理论［2］，即：

式中：ni为应力Si对应的频次;Ni为S-N曲线应力Si对应下的寿命.

利用潘格伦-迈纳模型计算结构疲劳累积损伤，需要知道结构载荷谱(即应力Si对应下的频次ni)和结构S-N曲线.结构S-N曲线是通过材料S-N曲线通过修正得到的，结构载荷谱是通过测试的应变信号经过雨流计数和等效应力转换得到的.

因此，在进行雨流计数［3］时，如果存在奇异值，将会使疲劳损伤计算产生误差，对后期疲劳分析产生影响.所以，在进行雨流计数前，必须对采样所得的应变信号进行奇异值的剔除.

1 奇异值剔除方法

目前在工程应用的数据预处理中奇异值的剔除一般采取两种方法.第一种方法是利用测量数据的估计值和测量值的差值(即残差)对奇异值进行判别和剔除，如kalman滤波法等.另外一种方法是对测量值进行统计检验，通过统计规律来检测是否含有奇异值.如罗曼诺夫斯基(Romanovsky)准……