代美泉

(西安职业技术学院机电工程学院，西安 710077)

0 引言

工程实践中，液压试验台多用于液压泵、液压阀、液压马达等的功能与性能测试，主要采集油压、转速、流量、振动等数据[1-2]。受多重因素影响，测量数据中往往含有大量的偏离被测信号目标真值的成分，这类成分的数据点被定义为野值，一般分为孤立型与斑点型两种类型[3-4]。相比连续型野值成片出现的情况，孤立型野值是更为普遍的一类野值，其剔除方法主要有门限法、均方值法、肖维勒法等[5-6]。近年来，朱新岩等基于残差特性分析，研究了野值检测与剔除方法[7]；金学军基于最小二乘拟合方法，对数据野值进行了剔除[8]；史椸等研究了基于方差聚类的时序数据野值识别算法[9]；叶艳等基于奇异值分解和小波分析对数据野值进行了综合处理[10]；李钉云等以卡尔曼滤波的残差绝对值作为判别标准，对野值点进行判别和剔除[11]。由于测量数据种类较多，不同领域测量数据的野值特性有很大不同，以上方法在具体应用上均有一定的局限性。

本文在分析液压试验台测量数据野值特性的基础上，提出了一种新型的局部化模型以满足野值快速处理的需要，研究了一阶差分野值识别算法与改进的均方误差野值识别算法，对理论研究与工程实践具有一定的参考价值。

1 测量数据野值特性分析

受工况调整、油泵转动、马达振动等因素影响，液压试验台测量数据中常常混入大量的野值数据。根据不同统计特性进行分类，测量数据可分为时不变的平稳信号与时变的非平稳信号[12]。……