一种滚动轴承性能测试台和异常测试样本的识别与修正方法

1.本发明涉及滚动轴承性能测试，安全测评及运维保障领域，特别涉及一种滚动轴承性能测试台和针对滚动轴承测试试验中异常测试样本的识别与修正方法。


背景技术：

2.滚动轴承是机械设备中使用最为广泛的关键零部件，而受各种因素的影响又是整个机械系统中可靠性较差的零部件，因此其运行的性能直接关乎到整个旋转机械设备的安全运行状态，如果能够搭建一套滚动轴承性能测试台对其性能进行测试，对于其运行数据进行分析识别，检测出其中的异常数据样本并进行修正，即可提高用于后续安全测评和服役性能预测数据集的数据质量，减少异常数据对于结果产生的误差影响。其研究内容主要涉及机械动力学、材料学、电气控制、信号处理技术、数据挖掘、计算机技术等，其主要方法是通过搭建的滚动轴承性能测试试验台采集数据，分析其中存在的异常数据样本，并利用权值修正法对其进行修正。
3.传统在滚动轴承的异常数据样本修正过程中，有异常数据识别与异常数据修正两个必要环节。在异常数据识别环节，技术人员是利用数据挖掘方法获取数据样本点的变化情况，通过逻辑算法判定其是否为异常样本数据点；在异常数据修正环节，技术人员是利用插值拟合等方法将变化异常的数据修改到正常波动范围内的数据。


技术实现要素：

4.本发明所要解决的技术问题是提供一种滚动轴承性能测试台和异常测试样本的识别与修正方法，本发明基于设计的滚动轴承性能测试台，对于采集到的样本数据进行监测，结合两个逻辑算法识别其中的畸变数据和缺失数据等异常信息，并采用数据权值修正法对于异常数据进行修正，形成了由“性能测试实验
→
异常样本识别
→
异常数据修正”构建的一体化滚动轴承异常样本的识别与修正方法，同时又维持了样本数据的一致性等要求。这样的测试台不仅可以完成滚动轴承的性能测试实验，而且还可以对采集到的滚动轴承性能数据样本进行异常数据识别与修正。在搭建的滚动轴承测试台中，采用温湿度控制器模拟轴承在运行过程中各类环境，采用plc控制器结合温湿度等输入信号控制电机、磁粉制动器等输出机构，使用振动加速度传感器采集振动信号并借助双积分信号调理器和ni9234采集卡进行数据的调理和传输；在异常监测样本的识别环节，通过样本的变化率和偏移率等指标信息识别并检验出缺失异常数据和畸变异常数据。采用变化率的波动指标识别出畸变的异常数据，同时联合同一试验台架上多个轴承通过偏移率指标判定出是否存在缺失的数据，弥补了传统滚动轴承在进行性能评估之前并未对数据质量进行识别检测的缺陷；在异常数据样本的修正环节，采用数据权值修正法修正识别为异常的数据样本。不仅能够针对单个轴承的异常数据进行修正，而且还可以对同一试验台架上多个轴承样本数据进行联合修正。这样既能够提升整体数据样本的质量，又避免了异常数据对于后续处理所带来的误差。
5.为了实现上述的技术特征，本发明的目的是这样实现的：一种滚动轴承性能测试台，它包括空间环境罩、温湿度控制器、轴承安装台架x轴、轴承安装台架y轴、x轴磁粉加载机构、y轴磁粉加载机构、x轴驱动电机、y轴驱动电机、振动加速度传感器、双积分信号调理器、数据采集卡ni9234、计算机和plc控制器；
6.所述x轴驱动电机信号控制端连接plc控制器x轴驱动电机信号发送端，y轴驱动电机信号控制端连接plc控制器y轴驱动电机信号发送端；x轴磁粉加载机构信号控制端连接plc控制器x轴磁粉加载机构信号发送端，y轴磁粉加载机构信号控制端连接plc控制器y轴磁粉加载机构信号发送端；
7.所述空间环境罩用于隔离外界环境干扰，温湿度控制器模拟轴承运行时的各类环境，温湿度控制器的各类环境信号控制端连接plc控制器各类环境信号发送端；双积分信号调理器信号输入端连接振动加速度传感器的信号输出端，双积分信号调理器信号输出端连接数据采集卡ni9234的信号输入端，数据采集卡ni9234的信号输出端连接计算机的信号输入端，计算机通过信号采集软件将采集的振动数字信号显示并记录。
8.所述各类环境包括模拟轴承运行时的温度和湿度环境参数。
9.所述振动加速度传感器安装时，需要对轴承外圈表面进行清洁：先用砂纸打磨平面，然后用丙酮清洗，吹干；将适量混合好的高温胶涂抹在粘贴处，粘贴振动加速度传感器在轴承外圈上45
°
，135
°
，225
°
，315
°
位置；室温固化数小时，保持振动加速度传感器相对轴承端面平行以及相对径向垂直，不能因粘结剂的流动性导致传感器旋转；对所用振动加速度传感器进行标定，调节偏置电压使输出为零；振动加速度传感器采集到轴承振动信号后，输入到双通道电荷电压滤波积分放大器中，接端子板和数据采集卡，输入到计算机，即可完成对轴承的振动信号采集。
10.对任意一项所述滚动轴承性能测试台所采集的振动信号进行异常样本识别与修正的方法，针对滚动轴承全寿命周期全部采样点的性能数据进行检验，根据各个样本点间性能数据计算其相对于其它邻近样本的变化率和偏移率，与预先设定的阈值进行比较，如果变化率或者偏移率大于预先设定的阈值，则判定该轴承对应的此个样本数据异常，需要采用后续手段对其进行修正，修正之后的数据能够直接用于实现对滚动轴承服役性能进行评估和预测。
11.所述滚动轴承异常样本的识别与修正方法，具体包括如下步骤：
12.步骤1，异常监测样本的识别：
13.步骤1
‑
1，针对滚动轴承全寿命周期全部采样点的性能数据进行检验，根据各个样本点间性能数据的变化率来对异常数据进行识别，依据下式求出第i个样本点的数据变化率；
14.δl
i
＝(l
i
‑
l
i
‑1)/l
i
15.式中：l
i
和l
i
‑1分别是滚动轴承在第i和i
‑
1个样本点的性能数据的统计量，δl
i
是滚动轴承第i个样本点相对于第i
‑
1个样本点的数据变化率；
16.步骤1
‑
2，根据下式算出前n个样本的平均数据变化；
[0017][0018]
式中：δl
i,av
为样本点i的前n个样本的平均数据变化；j代表实验台架上的轴承编
号，n代表实验台架上的轴承总数目，δl
ij
代表实验台架上第j个轴承的第i个样本的数据变化率；
[0019]
步骤1
‑
3，如果|δl
i
|≥kδl
i,av
，则视为异常监测数据；k为样本数据的突变系数，根据实际的载荷工况特性自设定，均匀载荷时的突变系数k小于变载荷工况；
[0020]
步骤1
‑
4，选取同一个实验台架上n个轴承的全寿命周期性能测试数据作为样本，将n个轴承的全寿命周期性能测试数据看为横向量为m，纵向量为n的数组，m为轴承全寿命周期性能测试数据的样本数，根据下面式子求出各个样本点的期望均值；
[0021][0022]
式中：e(j)代表实验台架上n个轴承的第j个样本的期望均值，x(i,j)代表第i个轴承的第j个样本的统计量；
[0023]
步骤1
‑
5，根据下面式子求出各个样本点的方差：
[0024][0025]
式中：σ(i,j)为第i个轴承的第j个样本的方差；
[0026]
步骤1
‑
6，根据下面式子计算各个样本点的偏移率：
[0027][0028]
式中：ρ(i,j)为第i个轴承的第j个样本的偏移率；
[0029]
步骤1
‑
7，针对每个轴承全寿命周期上各个性能测试样本分别计算出他们的偏移率，与预先设定的阈值λ进行比较，如果偏移率大于阈值λ，则判定该轴承对应的此个样本数据异常；
[0030]
轴承试验台架上的所有轴承在全寿命周期上测试所得的所有服役性能样本，均需要经过上步骤1
‑
3～步骤1
‑
7来检验，任意一个逻辑算法检定为异常样本数据，即可判定该样本为异常样本数据，需要采用后续手段对其进行修正或校正；
[0031]
步骤二，异常监测样本的修正：
[0032]
步骤2
‑
1，滚动轴承的性能测试数据在时间序列范围内有n个原始样本数据，记为φ
n
，这n个原始样本数据中，#1轴承的振动数据为a1,a2,
…
,a
n
；#2轴承的振动数据为b1,b2,
…
,b
n
；#n轴承的振动数据为c1,c2,
…
,c
n
，从φ
n
中取最近的个序列数据，即：
[0033][0034]
步骤2
‑
2，单个轴承的异常样本数据修正，充分利用异常样本数据点周围数据，采用数据权值修正法对插值数据进行修正，设x(t1),x(t2),
…
,x(t
n
)为单个滚动轴承在不同时刻点t
i
的性能测试值，取异常样本点x(t
i
)两端t
i
‑1和t
i+1
时刻的n个测试样本数据作为该异常样本点数据x(t
i
)的基础修正数据，则异常样本数据x(t
i
)在基础测试数据x(t
i+1
)和x
(t
i
‑1)下的修正公式如下：
[0035][0036]
式中：x
′
(t
i
)为异常样本x(t
i
)在第1次修正之后的结果，x(t
i
‑
1,j
)和x(t
i+1,j
)分别为第j个轴承在第i
‑
1和第i+1个时刻点样本统计量数值；
[0037]
步骤2
‑
3，同一试验台架上多个轴承样本数据的联合修正，设同一试验台架上第j个轴承在t
i
时刻的样本数据分别为x(t
i,j
)，x(t
i
)为待修正的异常样本数据；该试验台架上同时测得了n个轴承的实验样本数据，对φ
n
中的样本数据，基于同一试验台架上多个轴承的其他样本数据进行联合修正，得到φ
′
n
，并使得φ
′
n
中的历史数据与当前数据相一致：
[0038][0039]
式中：x
″
(t
i
)为异常样本x(t
i
)在第2次修正之后的结果，x(t
i,j
)为第j个轴承在第i个时刻点样本统计量数值；
[0040]
步骤2
‑
4，综合步骤2
‑
2和步骤2
‑
3得到滚动轴承异常数据样本的最终修正结果为：
[0041][0042]
采用相同的步骤可以实施对实验台架上其他轴承在t
i
时刻的异常样本数据b(t
i
)，c(t
i
)进行修正，由此即可完成对轴承性能测试中所有异常监测样本的修正。
[0043]
至此，即完成了滚动轴承性能测试台的设计，性能测试和异常样本的识别与修正的全过程。本发明设计的滚动轴承性能测试台和异常样本的识别与修正方法，采用上述技术方案可以取得如下技术效果：
[0044]
1、本测试台适用于滚动轴承工作过程中运行情况的性能测试，能够较好的反映出滚动轴承的运行状况，温湿度控制器用于模拟轴承在运行过程中各类环境，采用plc控制器结合温湿度等输入信号控制电机、磁粉制动器等输出机构，使用振动加速度传感器采集振动信号并借助双积分信号调理器和ni9234采集卡进行数据的调理和传输。
[0045]
2、异常监测样本的识别能够检测出滚动轴承振动序列数据中存在的异常数据，通过样本的变化率和偏移率等指标信息识别并检验出缺失数据和畸变数据。在滚动轴承的服役性能进行分析和预测之前采用异常检测样本的识别技术，弥补了传统滚动轴承在进行性能评估之前并未对数据质量进行识别检测的缺陷。
[0046]
3、数据权值修正法是一种对于异常样本数据进行修正的方法，不仅能够针对单个轴承的异常数据进行修正，而且还可以对同一试验台架上多个轴承样本数据进行联合修正，较之于传统的数据插补方法，数据权值修正之后的数据与原始样本数据拟合性更高、误差更小，可以在后续中直接用于对滚动轴承服役性能进行评估和预测。
[0047]
综上所述，本发明基于设计的滚动轴承性能测试台，对于采集到的样本数据进行监测，结合两个逻辑算法识别其中的畸变数据和缺失数据等异常信息，并采用数据权值修正法对于异常数据进行修正，形成了由“性能测试实验
→
异常样本识别
→
异常数据修正”构建的一体化滚动轴承异常样本的识别与修正方法，同时又维持了样本数据的一致性等要求，为滚动轴承样本质量检测与修复提供了一种新的思路方法。
[0048]
本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或者通过本发明的实践了解到。
附图说明
[0049]
下面结合附图和实施例对本发明作进一步说明。
[0050]
图1是本发明滚动轴承性能测试台的安装布置及区域划分示意图。
[0051]
图2是本发明中滚动轴承性能测试台进行测试实验的步骤流程图。
[0052]
图3是本发明中振动加速度传感器在滚动轴承上的安装角度和安装位置示意图。
[0053]
图4是本发明滚动轴承性能测试异常样本的识别与修正方法的工作原理示意图。
[0054]
图5是本发明步骤2
‑
2中基础修正样本与异常样本的权值修正示意图。
具体实施方式
[0055]
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。
[0056]
如图1所示，一种滚动轴承性能测试台，包括空间环境罩、温湿度控制器、轴承安装台架x轴、轴承安装台架y轴、x轴磁粉加载机构、y轴磁粉加载机构、x轴驱动电机、y轴驱动电机、plc控制器、振动加速度传感器、双积分信号调理器、数据采集卡ni9234和计算机组成。
[0057]
进一步的，所述空间环境罩能够将测试试验台工作环境与外部环境隔离开，避免实验台运行过程中外部环境中的粉尘、水雾、硬沙粒等进入机器中，减少硬质颗粒状异物对测试中的滚动轴承造成的损伤，同时减少外部噪声和微弱振动等所带来的实验误差，其中双积分信号调理器、数据采集卡ni9234以及计算机均位于外部环境中，而其它设备均位于空间环境罩内。
[0058]
进一步的，温湿度控制器用于在封闭空间中调整温湿度等环境参数信息，模拟滚动轴承在不同的实际工况中的运行环境；轴承安装台架x轴和轴承安装台架y轴分别用于固定其上分布的滚动轴承，为实验测试提供一个稳定的底座与台架，对于每一个安装台架其上均分布安装有两个滚动轴承，台架上连接轴承的测试轴一端通过联轴器与电机转轴相连接，同时另一端与磁粉加载机构即磁粉制动器相连接；x轴和y轴磁粉加载机构均与对应轴末端相连接并接通到plc控制器的输出端口，分别用于对x轴、y轴台架上测试的滚动轴承进行加载，磁粉制动器在空载时没有转矩的输出，而处于加载状态时负载大小可以通过plc控制器输出端控制激磁电流大小进行调节；x轴和y轴驱动电机用于提供动力，其信号控制端接到plc控制器的信号输出端，通过plc输出端分别调整每个电机的转速；plc控制器选用西门子s7
‑
1500系列的1516
‑
3pn/dp，其配备了电源模块、输入模块和输出模块3个扩展模块，其主要作用是接受温湿度等输入信息调整驱动电机和磁粉制动器等输出机构的运行状态；振动加速度传感器通过粘接剂粘贴在滚动轴承的外圈上，同时保持传感器相对轴承端面平行以及相对径向垂直，用于收集滚动轴承运行过程中的振动信号。
[0059]
由于传感器所输出的信号较为微弱，采用双积分信号调理器用于对信号源和采集设备之间的信号进行非线性补偿等操作提高分辨率和降低噪声，信号调理包括模块主要包括电荷转换，电压放大，滤波三个部分，其输入端连接振动加速度传感器，输出端连接到数
据采集卡ni9234；数据采集卡能够将调理之后的信号传输给计算机进行存储分析等，而后续的性能测试数据分析与修复等步骤均是在计算机中进行完成。
[0060]
如附图1所示，该测试台架既能完成对轴承的全寿命周期的性能测试，也能实现对单一轴承任意时刻的性能测试。当对轴承的全寿命周期性能进行测试时，将待测试轴承安装至轴承台架上，调整好环境参数和载荷工况参数，粘贴好振动加速度传感器，设置采集时间间隔，假定为10分钟，则每间隔10分钟，数据采集设备自动采集1次测试数据，直至轴承磨损失效，由此即构建了该测试轴承的性能测试序列样本数据。当对单一轴承进行性能测试时，将待测试轴承安装至轴承台架上，调整好环境参数和载荷工况参数，粘贴好振动加速度传感器，即可直接实现对单一轴承的性能测试。
[0061]
下面结合附图2对本发明滚动轴承性能测试的实施例作详细说明。首先，将测试的滚动轴承外圈表面打磨平整并用丙酮清洗吹干，将适量混合好的高温胶涂抹在接触处并将加速度传感器粘贴轴承外圈位置上，粘贴方式如图3所示，同时对所用传感器进行标定，调节偏置电压使输出为零。其次，将测试试验台的线路按上述说明连接好之后关上测试试验台的空间环境罩，由温湿度控制器模拟实际的运行工况，并通过线路将温湿度等信息传输到plc控制器的输入端口，plc控制器根据输入信息控制x轴、y轴驱动电机输出预设的转速，磁粉制动器调节激磁电流大小控制实验的负载参数。最后，振动加速度传感器将采集的振动信号输出到处于外部环境中的双积分调理器，经过信号的处理之后通过数据采集卡ni9234将振动信号结果输出到计算机上。到此，完成了整个滚动轴承性能测试实验中数据的采集与传输部分。
[0062]
下面结合附图4对本发明轴承性能测试异常样本的识别与修正方法的实施例作详细说明。本实施例的主要目的是样本的变化率和偏移率等指标信息识别并检验出轴承性能测试中的缺失数据和畸变数据，并采用数据权值修正法对单个轴承的异常数据或者同一试验台架上多个轴承样本数据进行联合修正，最终达到轴承在性能测试过程中，所有采集的性能样本数据拟合性更高、误差更小，以便在后续中直接用于对滚动轴承服役性能进行评估和预测。实施例包括如下具体步骤：
[0063]
步骤1，异常监测样本的识别：
[0064]
步骤1
‑
1，针对滚动轴承全寿命周期全部采样点的性能数据进行检验，根据各个样本点间性能数据的变化率来对异常数据进行识别，依据下式求出第i个样本点的数据变化率；
[0065]
检验数据是由采集来的滚动轴承采样点性能数据所组成；其中，异常数据包括畸变异常数据和缺失异常数据；数据变化率能够反映出当前样本与前后样本之间的变化幅度；
[0066]
δl
i
＝(l
i
‑
l
i
‑1)/l
i
[0067]
式中：l
i
和l
i
‑1分别是滚动轴承在第i和i
‑
1个样本点的性能数据的统计量，δl
i
是滚动轴承第i个样本点相对于第i
‑
1个样本点的数据变化率。
[0068]
步骤1
‑
2，根据下式算出前n个样本的平均数据变化；
[0069]
前n个样本是指位于测试样本点时间节点之前的n个样本数据，平均数据变化能够反映出正常数据样本的平均数据变化率，可以通过当前测试样本点的数据变化率与平均率之间的关系判定其是否属于畸变异常数据。
[0070][0071]
式中：δl
i,av
为样本点i的前n个样本的平均数据变化；j代表实验台架上的轴承编号，n代表实验台架上的轴承总数目，δl
ij
代表实验台架上第j个轴承的第i个样本的数据变化率。
[0072]
步骤1
‑
3，如果|δl
i
|≥kδl
i,av
，则视为异常监测数据；k为样本数据的突变系数，根据实际的载荷工况特性自设定，均匀载荷时的突变系数k小于变载荷工况；
[0073]
采用当前逻辑算法与判定条件所得到的结果包含正常数据与畸变异常数据，畸变异常数据是在滚动轴承性能测试系统正常时，由于周围环境的随机扰动因素导致滚动轴承的振动序列数据骤然增大或者减小所产生的。突变系数应当根据设定的载荷工况特性进行设定，其值随着载荷工况的变化而变化。
[0074]
步骤1
‑
4，选取同一个实验台架上n个轴承的全寿命周期性能测试数据作为样本，将n个轴承的全寿命周期性能测试数据看为横向量为m，纵向量为n的数组，m为轴承全寿命周期性能测试数据的样本数，根据下面式子求出各个样本点的期望均值；
[0075]
这一步骤的目的是通过同一个实验台架上多个滚动轴承判定当前样本数据是否为缺失异常数据，缺失异常数据是测试环节故障导致振动序列数据丢失或者不完整所产生的；期望均值能够反映出数据样本的平均值信息。
[0076][0077]
式中：e(j)代表实验台架上n个轴承的第j个样本的期望均值，x(i,j)代表第i个轴承的第j个样本的统计量。
[0078]
步骤1
‑
5，根据下面式子求出各个样本点的方差：
[0079]
方差能够反映出每个样本值与全体样本平均值的变化程度，用于衡量该样本数据的波动大小，方差越大表明当前数据的波动越大，其与正常状态下的样本数据的偏差也就越大。
[0080][0081]
式中：σ(i,j)为第i个轴承的第j个样本的方差。
[0082]
步骤1
‑
6，根据下面式子计算各个样本点的偏移率：
[0083]
偏移率是指当前数据样本与正常样本之间的偏移程度，可以通过当前测试样本点的偏移率与预设的阈值进行对比判定其是否属于缺失异常数据。
[0084][0085]
式中：ρ(i,j)为第i个轴承的第j个样本的偏移率。
[0086]
步骤1
‑
7，针对每个轴承全寿命周期上各个性能测试样本分别计算出他们的偏移率，与预先设定的阈值λ进行比较，如果偏移率大于阈值λ，则判定该轴承对应的此个样本数据异常；采用当前逻辑算法与判定条件所得到的结果包含正常数据与缺失异常数据；偏移率的阈值也应当根据设定的载荷工况特性进行设定，其值随着载荷工况的变化而变化。
[0087]
轴承试验台架上的所有轴承在全寿命周期上测试所得的所有服役性能样本，均需要经过上步骤1
‑
3～步骤1
‑
7来检验，任意一个逻辑算法检定为异常样本数据，即可判定该样本为异常样本数据，需要采用后续手段对其进行修正或校正；
[0088]
步骤二，异常监测样本的修正：
[0089]
步骤2
‑
1，滚动轴承的性能测试数据在时间序列范围内有n个原始样本数据，记为φ
n
，这n个原始样本数据中，#1轴承的振动数据为a1,a2,
…
,a
n
；#2轴承的振动数据为b1,b2,
…
,b
n
；#n轴承的振动数据为c1,c2,
…
,c
n
，从φ
n
中取最近的个序列数据，即：
[0090][0091]
对于识别为异常的数据样本点，不仅能够直接使用单个轴承的样本数据进行修正，也可以联合同一试验台上其它滚动轴承的样本数据进行联合修正。
[0092]
步骤2
‑
2，单个轴承的异常样本数据修正，充分利用异常样本数据点周围数据，采用数据权值修正法对插值数据进行修正，设x(t1),x(t2),
…
,x(t
n
)为单个滚动轴承在不同时刻点t
i
的性能测试值，取异常样本点x(t
i
)两端t
i
‑1和t
i+1
时刻的n个测试样本数据作为该异常样本点数据x(t
i
)的基础修正数据，如附图5所示。则异常样本数据x(t
i
)在基础测试数据x(t
i+1
)和x(t
i
‑1)下的修正公式如下：
[0093][0094]
式中：x
′
(t
i
)为异常样本x(t
i
)在第1次修正之后的结果。x(t
i
‑
1,j
)和x(t
i+1,j
)分别为第j个轴承在第i
‑
1和第i+1个时刻点样本统计量数值。
[0095]
步骤2
‑
3，同一试验台架上多个轴承样本数据的联合修正，设同一试验台架上第j个轴承在t
i
时刻的样本数据分别为x(t
i,j
)，x(t
i
)为待修正的异常样本数据。该试验台架上同时测得了n个轴承的实验样本数据，对φ
n
中的样本数据，基于同一试验台架上多个轴承的其他样本数据进行联合修正，得到φ
′
n
，并使得φ
′
n
中的历史数据与当前数据相一致：
[0096][0097]
式中：x
″
(t
i
)为异常样本x(t
i
)在第2次修正之后的结果。x(t
i,j
)为第j个轴承在第i个时刻点样本统计量数值。
[0098]
步骤2
‑
4，综合步骤2
‑
2和步骤2
‑
3得到滚动轴承异常数据样本的最终修正结果为：
[0099][0100]
采用相同的步骤可以实施对实验台架上其他轴承在t
i
时刻的异常样本数据b(t
i
)，c(t
i
)进行修正。
[0101]
针对于同一试验台架上多个轴承数据样本点，充分利用该异常数据点同一个台架
上同一时间节点上其它轴承的数据，采用联合修正法对异常数据进行修正。
[0102]
由此即完成了对轴承性能测试中异常监测样本的修正。
[0103]
当检验数据中的每一个样本点均完成识别检验与修正之后，即完成了对于对滚动轴承性能测试中异常监测样本的识别与修正。至此，即完成了对轴承性能测试中异常监测样本的修正。