[试验数据处理] DataSmoothing试验滞回曲线平滑修正——案例4 (隔震支座竖向荷载-位移滞回曲线)

实干、实践、积累、思考、创新。 利用小伙伴的隔震支座竖向滞回曲线数据,做一个DataSmoothing曲线修正的案例。 STEP 1:导入滞回曲线 (可以发现,滞回曲线非常抖动,主要是出现在Y轴,PS这里力和位移有点对调了,不过不影响分析,是位移出现了抖动) STEP 2:按方法1的初始参数对曲线Y数据进行修正,由图可见,初始参数不合适这个实验数据,修正效果很差,并没有剔除掉无用的凸起。 局部放大数据可发现红色修正数据依然非常多锯齿,需要调整参数进一步修正。 STEP 3:按方法1重新调整参数,进行修正。此时红色的修正数据效果较为理想。 局部放大数据可发现红色修正数据已经得到了平滑,而且较为精确的捕捉到了原始数据的趋势。 STEP 4:查看修正效果OK后,可以将数据输出为EXCEL绘图。 DataSmoothing  的软件案例 ( Application Examples) [01]  [工具][试验][编程] DataSmoothing试验滞回曲线平滑修正——案例1 [02]  [工具][试验][编程] DataSmoothing试验滞回曲线平滑修正——案例2 [03]  [工具][试验][编程] DataSmoothing + OutlierRemoval 试验滞回曲线修正与平滑案例 [04] …

[试验数据处理] DataSmoothing试验滞回曲线平滑修正——案例2

实干、实践、积累、思考、创新。 小伙伴试验数据出问题,找我们处理。 用小伙伴的试验数据做的 DataSmoothing ([工具][试验][编程] DataSmoothing: A Program for Data Smoothing [试验数据曲线平滑+降噪工具]) 试验滞回曲线平滑修正案例。 直接上图,看修正过程和结果。 原始数据,存在锯齿: 将数据导入DataSmoothing: 设置参数修正: 修正后滞回曲线 修正后位移历程,可以看到,原始数据是锯齿波动的: 将修正结果导出,并绘图,可见数据得到了修正: 修正前后滞回曲线对比: DataSmoothing  的软件案例 ( Application Examples) [01]  [工具][试验][编程] DataSmoothing试验滞回曲线平滑修正——案例1 [02]  [工具][试验][编程] DataSmoothing试验滞回曲线平滑修正——案例2 …

[程序案例] DataSmoothing + OutlierRemoval 试验滞回曲线修正与平滑案例

实干、实践、积累、思考、创新。 小伙伴试验数据遇到问题,找我们修正。于是有了这个采用 DataSmoothing ([工具][试验][编程] DataSmoothing: A Program for Data Smoothing [试验数据曲线平滑+降噪工具]) 联合OutlierRemoval( [试验][软件][科研] OutlierRemoval: A Program for Removing the Abnormal Point of Your Test Data [试验数据异常点修正工具])试验滞回曲线修正与平滑的案例。 原始滞回曲线 原始数据如下,发现许多毛刺点。 OutlierRemoval毛刺点处理 采用OutlierRemoval处理毛刺点如下图 处理完毛刺点后滞回曲线如下图。由图可见,毛刺点修正后,曲线真实形状出现了。但是局部依然有许多锯齿,曲线不够平滑。 …

[程序] DataSmoothing V2020: A Program for Data Smoothing [试验数据曲线平滑+降噪工具]

新版软件已更新,请移步:[工具][试验][软件] DataSmoothing v2024: A Program for Test Data Smoothing [试验数据曲线平滑+降噪工具 2024版] 实干、实践、积累、思考、创新。 小伙伴让做的一个小工具,用于修正试验数据中的噪声,适合那些许多波动试验数据曲线。 程序图标 ( Program Icon ) 程序介绍 ( Program Introduction) 主要用于平滑试验数据,可处理滞回曲线的波动情况,同时可一定程度处理试验数据中的锯齿问题、噪声问题。 另外网站还提供了其他几款用于修正试验数据的工具: NoiseRemoval:http://www.jdcui.com/?p=15046 该程序主要作用是,修正试验数据中的噪声,适合那些许多波动试验数据曲线。 OutlierRemoval:http://www.jdcui.com/?p=14365 该程序主要作用是,剔除数据中的异常点,毛刺点,跳跃点。数据中的这些异常点及毛刺点通常是因为采集仪器信号不稳定引起的。 Loop Modifier: http://www.jdcui.com/?p=12201  该程序主要用于根据试验的规律局部处理试验数据中的错误离散点。 …

[软件] SawtoothRemove: Remove the Sawtooth Patterns in Your Test Data [剔除试验数据中的锯齿]

实干、实践、积累、思考、创新。 程序图标 ( Program Icon ) 程序介绍 ( Program Introduction) 修正滞回曲线的锯齿,可以通过参考控制锯齿修正效果。Remove the Sawtooth Patterns in Your Test Data [剔除试验数据中的锯齿]。 SawtoothRemove 应用案例: [01] [软件][试验] SawtoothRemove滞回曲线锯齿修正工具——案例1 [02] [软件][试验] SawtoothRemove滞回曲线锯齿修正工具——案例2 另外网站还提供了其他几款用于修正试验数据的工具: NoiseRemoval:http://www.jdcui.com/?p=15046 该程序主要作用是,修正试验数据中的噪声,适合那些许多波动试验数据曲线。 OutlierRemoval:http://www.jdcui.com/?p=14365 该程序主要作用是,剔除数据中的异常点,毛刺点,跳跃点。数据中的这些异常点及毛刺点通常是因为采集仪器信号不稳定引起的。 Loop …

[程序] OutlierRemoval: A Program for Removing the Abnormal Point of Your Test Data [试验数据异常点修正工具]

实干、实践、积累、思考、创新。 根据小伙伴的建议,制作了这个程序。 程序图标 ( Program Icon ): 程序介绍 ( Program Introduction) 程序主要主要作用是,剔除数据中的异常点,毛刺点,跳跃点。 数据中的这些异常点及毛刺点通常是因为采集仪器信号不稳定引起的。 比如我们做试验的时候,仪器采集的位移计数据可能就不稳定,通常就会出现这些毛刺点,而且一般仪器采集的频率比较搞,采集的数据比较密集,后期人工处理比较困难,因此可采用程序去处理。 另外网站还提供了其他几款用于修正试验数据的工具: NoiseRemoval:http://www.jdcui.com/?p=15046 该程序主要作用是,修正试验数据中的噪声,适合那些许多波动试验数据曲线。 OutlierRemoval:http://www.jdcui.com/?p=14365 该程序主要作用是,剔除数据中的异常点,毛刺点,跳跃点。数据中的这些异常点及毛刺点通常是因为采集仪器信号不稳定引起的。 Loop Modifier: http://www.jdcui.com/?p=12201  该程序主要用于根据试验的规律局部处理试验数据中的错误离散点。 SawtoothRemove: http://www.jdcui.com/?p=15493 该程序主要用于去除滞回曲线数据中的锯齿。 DataSmoothing: http://www.jdcui.com/?p=15650 该程序主要用于平滑试验数据,可处理滞回曲线的波动情况,同时可一定程度处理试验数据中的锯齿问题、噪声问题。 软件案例 ( Application …