[发明专利]一种曲线轮廓在线测量中数据异常点判别与辨识方法

权利要求书

1.一种曲线轮廓在线测量中数据异常点判别与辨识方法，其特征在于：首先，对测量数据中异常数据点进行判别，判别其是否为数据异常点；然后，对异常数据进行识别，辨识出其异常类型与数据排序形式；最后，对不同类型的异常数据进行剔除与补偿，对不同类型异常数据进行参数校正；

当在线测量曲线轮廓时，沿着曲线轮廓采集N测点，获得曲线轮廓的位移量数据为S_i，设定对应的被测轮廓是F_i，其表达式为：

F_i＝L(S_i)

式中，L为位移量，S_i为第i点是位移传感器输出量。

2.根据权利要求1所述的一种曲线轮廓在线测量中数据异常点判别与辨识方法，其特征在于：包括非数异常数据的辨识和突变异常数据的辨识；

所述的非数异常数据的辨识包括：

按照数据序列对测量数据中包括的非数进行识别，照测量数据存在的形式搜索非数并保留搜索位置，并对非数参数进行补偿与替代，按照非数在数据序列中不同的位置，采用不同的测量幅值补偿策略；

当非数出现在数列的第一个或者最后一个数据位置时，用相邻测量值作为替代值；

S₁'＝S₂，S_N'＝S_N-1

式中，S₁’代表序列第一个替代数据值，S_N’代表序列最后一个替代数据值，N为数据序列的长度；S₂代表序列第二个点数据值，S_N-1代表序列第N-1个点数据值；

当非数出现在数列中某一个数据位置时，用这个数据位置的前续和后续位置测量值计算替代值；

式中，S_i’代表序列中第i个替代值；

当非数出现在数列的中某连续几个数据位置时，对连续几个位置进行等间隔划分，同时利用前续和后续位置测量值计算替代值；

式中，S_i代表序列中第i个值，n是连续几个数据位置之间距离的等间隔数，j是等间隔数n的序数。

3.根据权利要求2所述的一种曲线轮廓在线测量中数据异常点判别与辨识方法，其特征在于：所述的突变异常数据辨识包括：

按照对数组序列建立逐差比较函数f(d)，以应逐差值识别突变异常数据，逐差比较函数是两个测量值之间的二次差值；

f_i(d)＝d_i+1-d_i，i＝2，3…,N-1.

如果f_i(d)0且大于设定的阀值，异常点为凸点；f_i(d)0且小于设定的阀值，异常点为凹点；

当突变异常数据出现在数列的第一个或者最后一个数据位置时，用相邻最近的正确测量值作为替代值；

S₁'＝S_t，S_N'＝S_t

式中，S₁’代表序列第一个替代数据值，S_N’代表序列最后一个替代数据值，S_t代表序列距离异常值最近的正确测量值；

当突变异常数据出现在数列的中某一个数据位置时，用这个数据位置测量值的逐差值计算替代值；

式中，S_i’代表序列中第i个替代值；

当突变异常数据出现在数列中某连续几个数据位置时，对连续几个位置进行等间隔划分，同时利用前续和后续位置正确测量值计算替代值；

式中，S_i代表序列中第i个值，n是连续几个数据位置之间距离的等间隔数，j是等间隔数n的序数。

4.根据权利要求3所述的一种曲线轮廓在线测量中数据异常点判别与辨识方法，其特征在于：所述的逐差比较函数的阀值需要按照测量精度及使用要求进行设置，或者按照误差分布进行限定；曲线轮廓在线测量中，S_i’的替代值必须符合位移量残差分布的要求，尽量降低由于阀值过低造成的数据误判或增大轮廓测量误差。