歡迎進入常州方義軸承有限公司官網(wǎng),本公司專業(yè)生產(chǎn)滾輪軸承,復合滾輪軸承,螺栓滾輪軸承 網(wǎng)站地圖

滾輪軸承

常州方義軸承有限公司向用戶提供質(zhì)量可靠的軸承產(chǎn)品是我們始終的目標

方義軸承熱線13961198762

產(chǎn)品中心

聯(lián)系我們

Contact Us

石先生:13961198762
付先生:13813585047
座  機:0519-81889759
傳  真:0519-81889759
郵  箱:czfangyibearing@163.com
網(wǎng)  址:www.zmyxj.cn
地  址:江蘇省常州市武進區(qū)湖塘鎮(zhèn)馬杭工業(yè)園

滾動軸承的穩(wěn)健化估計及性質(zhì)

您所在的位置:首頁 > 新聞中心 > 公司動態(tài) >

滾動軸承的穩(wěn)健化估計及性質(zhì)

發(fā)布時間:2019-06-26    點擊次數(shù):次   
滾動軸承(bearing)的穩(wěn)?。╬rudent)化估計及性質(zhì):

在穩(wěn)?。╬rudent)化統(tǒng)計學中,穩(wěn)健化估計主要有M估計、W估計及L估計。
M估計及性質(zhì)
X;={x;(n)}, i=1,2,,m;n=1,2,.,N
(2-8)式中,X;為隨機變量(Variable)時間序列,x;(n)為第 i次實驗的第n個數(shù)據(jù)
i 為實驗(experiment)序號,m為實驗次數(shù),n為數(shù)據(jù)(data)序號,N為數(shù)據(jù)個數(shù)。
隨機變量(Variable)時間序列X;的平均值為
Ai=x,(n),i=1,2,,m;n=1,2,,N
式中,A;為第i次實驗隨機變量(Variable)時間序列X;的平均值,x(n)為第 i 次實驗的第n個數(shù)據(jù),i為實驗序號,m為
實驗(experiment)次數(shù),n為數(shù)據(jù)(data)序號,N為數(shù)據(jù)個數(shù)。
樣本均值4是*小二乘估計,目標函數(shù)為殘差平方和。復合滾輪軸承作為復合滾輪和機器設備連接的部分,通常軸頭頭部設計為倒角,方便安裝,可直接將軸頭接焊接在設備上,也可將軸頭焊接在帶有圓孔的連接板上再將連接板和設備組裝。目標麗數(shù)為
2()-1)”
(2-10)Q。
  (1)=
N’
↑為目標函數(shù)自變量,x()為第i次實驗的第n個數(shù)式中,Q(0)為1的目標函數(shù)。
病中序號,m為實驗(experiment)大數(shù),n為數(shù)據(jù)(data)序號N為數(shù)據(jù)個數(shù)。
可以知道,目標函數(shù)210的極值為0,得出自變量-Ao把目標函數(shù)寫為
總()-)
20= ,入
i= ,,m;n= 12,.,
(2-11)式中,Q0為1的目標(cause)函數(shù),p(x()()為目標函數(shù)估計函數(shù), 1為目
標函數(shù)自變量,x(n)為第;次實驗的第n個數(shù)據(jù),i為實驗序號,m為實驗次數(shù),n為數(shù)據(jù)序號,N為數(shù)據(jù)個數(shù)。
根據(jù)式(2-10)和式(2-1),可以得出*小二乘法估計的估計函數(shù)為
p,(t)=t2, i=1,2,.,m
(2-12)式中,p()為第i次實驗估計函數(shù),I 為目標(cause)函數(shù)自變量,i 為實驗序
號,m為實驗次數(shù)。復合滾輪軸承當中*主要的承載體,主要承受垂直方向的載荷和沖擊負荷,具有很強的耐沖擊性、耐磨性及抗腐蝕性。由于主滾輪為滿裝滾子軸承,亦可作為單向軸承單獨使用。
由式(2-12)可知,當t絕對值很大時,估計函數(shù)p()增加得很快;如果估計值靠近數(shù)據(jù)(data)的中心,就會與
離散值很遠,那么估計函數(shù)p(t)值會很大;為了降低估計函數(shù)p(0值,應使估計值接近離散值,因此樣本均值
就得出不合理的結(jié)果。
基于此,提出M估計,使用目標函數(shù)S(t):
Z(x(m)-1)
S
  (1)=號
N,i= 12.,m;n=.2-,N
(2-13) 式中,S(0為目標(cause)函數(shù),1為目標函數(shù)自變量,x(n)為第i
次實驗的第n個數(shù)據(jù),i為實驗序號,m為實驗次數(shù),n為數(shù)據(jù)序號,N為數(shù)據(jù)個數(shù)。
這樣,實驗(experiment)評估函數(shù)為
p,(t)=1, i=1,2,.,m
(2-14)
式中,p(0)為第1次實驗(experiment)的估計函數(shù),m為實驗次數(shù),1為目標(cause)函數(shù)自變量。
與式(2-10相比,降低了離收數(shù)據(jù)(data)的影響。下面給出M估計。假設p(0是R的實值函數(shù),X為一維樣本隨
機變量,M估計為
$()= min之pp(x(n)-1,), -2=2.,2-1.2,。
(2-15)式中,S0)為目標函數(shù),1為目標函數(shù)自變量。
ln為x()數(shù)據(jù)的估計值,x(n)為第i次
實驗的第1個數(shù)據(jù),1為實驗序號,m為實驗次數(shù),n為數(shù)據(jù)序號,N為數(shù)據(jù)個數(shù)。
M估計也可以用另外一種形式表示:
J(0)= ZJ,(x(n)-1.)=0,
i2=,,m;n=1,2,-,N
(2-16)式中,J(0為目標函數(shù),↑為目標函數(shù)自變量,n為x
()數(shù)據(jù)的估計值,X)為第i次實驗的第n個數(shù)據(jù),為實驗序號,m為實驗次數(shù),n為數(shù)據(jù)序號,N為數(shù)據(jù)個數(shù)。
上述內(nèi)容為M估計的基本定義。M估計的具體方法有很多種,如Huber M估計、中位數(shù)估計、圖格伊M估計等。
下面僅介紹本書中將用到的Huber M估計和中位數(shù)估計。復合滾輪軸承作為復合滾輪和機器設備連接的部分,通常軸頭頭部設計為倒角,方便安裝,可直接將軸頭接焊接在設備上,也可將軸頭焊接在帶有圓孔的連接板上再將連接板和設備組裝。
1) Huber M估計
Huber M估計是在極小極大化以及Hampel這兩個數(shù)據(jù)穩(wěn)健化準則下的一種*優(yōu)估計,其中Huber M的分布函數(shù)
為P。

  
  

相關閱讀