随着航空工业的不断发展，人们对飞机的各种性能要求不断提高，新机型的设计以及大量新技术、新材料、新结构的应用，使得飞机结构面临着新的疲劳/断裂与寿命预测问题的困扰。结构的疲劳试验作为飞机研制过程中重要的地面验证试验，对确定飞机结构的疲劳寿命和检修周期具有十分重要的意义，也是目前确定飞机结构安全使用寿命唯一有效的手段。

埋伏牙的病因多种多样，全身因素及局部因素均可导致其埋伏阻生，其中以局部因素为主[1]。有研究显示，多生牙可能来自形成过多的牙蕾,也可能是牙胚分裂而成，可发生在颌骨任何部位[2]。本文报道上颌第一磨牙根分叉埋伏多生牙1例。

疲劳试验周期长，测量数据量大，对试验数据快速准确地处理，掌握试验过程中的异常试验数据，对掌握试验件的受载情况至关重要，也是对试验件结构损伤监测和全面的试验数据分析的基础[1]。

3) 尊重文学类课程的学科特点。作为一门鉴赏型、修养型的课程，中国现当代文学作品精读课程的内容属于中国现当代文学学科范畴，在进行课程设计时要尊重其学科特点：中国现当代文学虽然只有短短100余年的历史，在文学史的容量与文学作品的数量上都不及中国古代文学与外国文学，但它以通俗易懂的白话文表达方式，记录了20世纪社会历史的变迁与国人的生活及审美的变化过程，反映出丰富的人文内涵。

既往研究认为，JME难以治愈，即使癫痫长时间内得到控制，绝大多数病人也需要终生服药。近年来有些长期随访研究提示，在一些JME患者中，并不需要终身服用抗癫痫药物，停药数年后仍可保持发作终止，预后良好，有望治愈[28-29]。JME预后与发作类型、确诊时间、用药情况、脑电图表现等诸多因素有关，早期正确诊断，特别是赶在GCTS出现之前给予及时合理治疗，预后会更好，因此，更多的临床医生加强对此病的认识和判断，非常有意义。

小儿支气管肺炎是临床常见呼吸系统疾病,多发于秋冬季,常见的发病因素有细菌感染和病毒感染,小儿支气管肺炎发病急骤,发展迅速,如果不能及时的进行治疗就会影响患者身体健康和生命安全[1]。本文通过选取我院2016年8月~2017年9月收治的小儿支气管肺炎患者120例作为研究对象,分析优质护理模式对小儿支气管肺炎疗效及肺功能的影响。

在同一载荷情况下，理论上各个测量点的试验数据应当为同一测量值。而在实际的试验过程中，由于环境的温度、湿度、传感器的精度、数据采集系统的误差、加载控制系统的误差、试验件的姿态变化、试验件的结构损伤等因素将造成试验数据变化。在众多的影响因素中，试验件的姿态变化和结构损伤是试验最关心的因素。因此，要及时调整试验件的姿态，保证试验的顺利进行；发现试验件结构损伤出现的时间和试验件疲劳的薄弱部位是疲劳试验的目的，也是试验数据分析的重中之重。

传统的方法是人工筛选，观察每条曲线的变化规律，判断试验数据是否异常。此方法需要耗费试验人员大量时间。安刚[2]等利用统计检验的方法，提出利用应变测量值与基准值之间的相对误差进行异常试验数据判断。钟贵勇[3]提出了门槛法和里程数据线性回归方法检测疲劳试验数据。这些方法对应变变化趋势比较明显的数据效果较好。

本文提出一种判断方法，该方法对超出正常波动范围、呈趋势性变化的试验数据具有很好的判断。利用贝塞尔公式计算得到试验数据的标准差，与试验数据的平均值基于拉伊达准则定义偏离度。对偏离度超过e（即2.72）的试验数据认为是异常试验数据，在现场无损检测的过程中应当重点关注异常数据出现的部位。

1??判断准则

1.1??算术平均值

利用测量数据的算术平均值，可以消除试验数据采集过程中的随机误差，从而使得试验数据能够更加真实反映试验件的受载情况。

重复性分析的计算公式主要有极差法和贝塞尔法，在疲劳试验数据处理的过程中，发现贝塞尔法的可靠性远大于极差法。利用贝塞尔公式计算样本标准差：

某型飞机疲劳试验共有测量点1200余个，每个谱块4800飞行循环，约5万余行试验数据。12h疲劳运行，采集试验数据约为9000行。

利用SPSS20.0统计软件处理实验数据,组间同类型计数比较使用x2检验,P<0.05为比较差异有统计学意义。

xi为同一载荷状态下第i个测量值；

在加强“三防”措施的同时，还要完善油区机关、保卫、基层队及油井、站治安巡逻网络，对一些含水底、产量高的偏远井、区实行特护专防，确保油区生产的正常运行。

2011年版《全日制义务教育语文课程标准》指出：“语文课程是实践性课程，应着重培养学生的语文实践能力，而培养这种能力的主要途径也应是语文实践。”“应该让学生多读多写，日积月累，在大量的语文实践中体会、把握运用语文的规律。”可见，培养学生写作能力应通过大量实践去达到目标。

n为同一载荷状态出现的频次。

1.2??样本标准差

试验数据的标准差可以反映试验数据的离散程度。标准差越大，表示试验数据的离散度越大，重复性越差；相反，标准差越小，表示试验数据的离散度越小，重复性越好。

式中：

式中：

σ为同一载荷状态下的标准差；

为同一载荷状态下试验数据的平均值；

Mn为修正因子。具体数值见表1。

n为同一载荷状态出现的频次；

现以第十期监测数据为例展开分析，此阶段所有的检测点均已布设完毕，其中21个监测点被破坏、遮挡或存在积水无法观测，其余98个测点数据均在平差后录入数据库，并生成相应图表。

xi为同一载荷状态下第i个测量值；

1.3??偏离度

采用拉伊达准则（3σ-rule），通过统计一组试验数据与算术平均值的差来判断该数据是否为异常数据点，具体公式如下：

基于试验数据的算术平均值、标准差及拉伊达准则构建试验数据的偏离度d：

对每天所采集的试验数据进行预处理之后，选取一定数量的载荷状态，对每个载荷状态对比标准数据的平均值，样本标准差σ，计算所采集数据的偏离度，对于偏离度大于e（即2.72）的试验数据进行重点分析和监控，分析其出现的原因、监控试验数据的趋向。

对于大量试验数据的偏离度可以采用求解偏离度平均值的方法处理，对平均偏离度超过e（即2.72）的试验数据认定为异常试验数据。

2??试验数据处理的一般步骤

2.1??剔除无效数据

一般情况下，试验数据会存在一些因试验件内部应变计损坏等不可避免因素产生的影响，通常称为无效数据，其不能真实地反映试验件对所施加载荷的响应，因此在试验数据处理与分析之前予以剔除。对于疲劳试验无效数据的判断依据[5]为：

全机疲劳试验是一个长期的试验过程，环境温度、湿度、数据采集系统的时漂以及传感器的时漂都会影响试验数据的稳定性。因此，对试验数据进行减零后，更有利于试验数据的分析。在疲劳试验过程中，每个飞行起落完成之后都会回到扣重状态（即零状态），采集扣重状态的试验数据。在对试验数据处理的过程中，认为在同一飞行起落中，环境的温度、湿度相对稳定，可以忽略数据采集系统和传感器的时漂，将试验数据减去最近扣重状态试验数据。

（2）测量结果跳跃（对于同一载荷状态大范围无规律的异常跳动）；

粒粒开了一个博客，也注册了微博，每天会写一些心情上去，包括对程颐隐隐的牵挂和思念，还有她心里的顾虑。太喧嚣的人生，会有爱情的容身之地吗？浪漫，是爱情中最美好的硬件吗？

（3）测量结果为零。

2.2??减零处理

（1）测量结果超大（超出材料极限强度的应变值、超出采集系统允许的最大量程，超出应变计的极限测量值）；

2.3??异常数据判据的建立

现代飞机采用耐久性和损伤容限设计，从开始服役到首翻期前，结构萌生可检损伤的概率很小[6]；而疲劳试验的设备在经过一段时间调试之后会进入一个平稳运行的阶段，此时每个载荷状态所对应试验数据理论上是稳定的。因此，一般选取试验平稳运行后的一个周期或者某些起落作为样本数据，计算样本数据每个载荷状态每个测量点的平均值，样本标准差σ，作为以后数据处理的标准数据。

2.4??数据监控

偏离度为各个测量点偏移平均值的程度[4]，试验数据平稳情况下，试验数据的偏离度很小，d接近于1；试验数据在正常情况下，d值不超过e（即2.72）；试验数据的偏差在超过3σ后，d急剧变大。

3??案例验证

为同一载荷状态下试验数据的平均值；

本文选取该试验的某载荷状态作为分析对象，该载荷状态在每个谱块共出现5000余次，约占整个谱块的10.3%。

选取第1个谱块2401-4800起落GK9910载荷状态试验数据，对试验数据进行预处理，剔除无效数据、减零处理之后，计算各个测量点的平均值，样本标准差σ。

利用得到的各测量点的平均值，样本标准差σ，及每天所采集的选定载荷状态试验数据计算其偏离度，筛选偏离度超过2.72的试验数据进行具体分析。

图1 为两个数据测量点标准样本数据，可以看出在正常情况下，数据在一定的范围上下波动，整体趋势为一条直线。

图2 为两个数据测量点出现异常时候的曲线图。其中1#数据测量点数据出现阶跃变化；2#数据测量点在37150次循环之后出现拐折，测量数据逐渐增大。

木兰溪两岸的建设是莆田城市未来发展的基础，是建设城市外延拓展的关键，同时能够提高莆田城市的城市形象。在建设木兰溪百里风光带时，应以木兰溪的水系作为其发展的基本纽带，同时将木兰溪源以及木兰陂等其他名胜区域进行有效结合，使莆田市的旅游区域连成一串，对木兰溪流域内的各种资源进行合理整合，坚持绿色发展道路，使现代建筑以及自然景观充分融入其中，为建设百里风光带奠定基础。

两个数据测量点在选定载荷工况的对比结果如表2所示。

通过图1、图2、表2可以看出，试验数据存在异常变化时，试验数据的平均值对变化的反映不够明显，而偏离度对变化的反映则特别明显。

通过对试验现场的无损检测，发现1#数据测量点附近出现铆钉断裂，2#数据测量点附近出现疲劳损伤裂纹，并且随着试验的继续，裂纹在不断地扩展。

4??结论

本文基于试验数据的平均值、标准差构建偏离度，以稳定运行一段时间的试验数据作为标准样本数据计算平均值、标准差，用于检测异常数据。此方法真实可行，可以识别异常试验数据，极大提高试验数据处理的速度，对疲劳试验数据的处理分析、后续疲劳试验的重点监控和现场的无损检测具有很好的指导意义。

参考文献

[1] 杨龙，钟贵勇，刘小冬.全机疲劳试验数据异常值处理[C].2017年（第三届）中国航空科学技术大会论文集（上册），北京：中国科学技术出版社，2017.

[2] 安刚，王晓鑫，杜振华.应变数据在飞机结构疲劳裂纹检测中的应用[J].结构强度研究，2010（4）：36-40.

[3] 钟贵勇.基于实测应变的飞机结构损伤自动检测[C].第六届中国航空学会青年科技论坛文集，沈阳：沈阳航空航天大学，2014.

[4] 潘邵振，钟贵勇，刘小冬.全机疲劳试验中结构损伤的预测方法[C].2017年（第三届）中国航空科学技术大会论文集（下册），北京：中国科学技术出版社，2017.

[5] 王霞光，左佳.飞机结构静力试验中应变测量数据线性化处理方法研究[C].第六届中国航空学会青年科技论坛，沈阳：航空工业出版社，2014.

[6] 中国航空研究院.军用飞机耐久性设计手册[M].北京：航空工业出版社，1994.