对获得大量的试验数据进行科学整理和分析，从中提取有用信息的过程。根据农机试验鉴定中所测得的数据的性质可分为静态（包括稳态）试验数据和动态试验数据。静态试验数据所表征的被测参量真值不随时间变化，可以用静态测量仪器进行测量，并直接从仪器上读取和记录所得的数据。如拖拉机机组的重心，物料的重量，试件在静载荷作用下某测点的应变等数据都属于静态数据。动态试验数据所表征的被测参量本身是随时间变化的量，需要用动态测量仪器与记录器配合连续记录所测得的数据。如拖拉机的牵引力，农机构件的随机振动，旋转轴的扭矩，管道的动压力及农机作业质量如耕深稳定性、排种的均匀性等数据都属动态试验数据。两类数据的性质不同，处理的方法也不同。静态数据处理是根据误差理论来估计和消除测量误差的影响，确定被测参量的真值及其测量误差的范围。动态试验数据处理是根据数理统计的方法分别在幅值阈、时差阈、频率阈内求取统计特征函数。

算术平均处理步骤为：

第一步，计算测量数据列x₁，x₂，…，x_i，…，x_n的统计量，即算术平均和标准差。

第二步，检验和剔除异常数据。测量中含有过失误差所引起过大过小的数据称为异常数据。怀疑数据中混有异常数据，又无法分析出物理或工程技术上的原因时，则当某可疑数据的残差绝对值|x_i-|大于3判据时，就确定为异常数据，应予剔除。

第三步，剔除异常数据后，应根据剩下的数据重新计算、和算术平均值的标准差（或标准误差）。

对于直接测量参量，的计算方法：

数据处理

式中 n为计算时的样本容量。

对于间接测量，即被测参量与几个变量成函数关系：

x＝f(x₁,x₂,…,x_i,…,x_n)

则间接测量的算术平均和算术平均的标准差（或标准误差）分别按下式求得：

数据处理

算术平均的表示方法：一是点估计，仅给出统计量x以估计被测参量的真值μ。二是区间估计，在一定的概率P下，估计被测参量的真值可能在内的一个区间，在总体标准差σ未知时遵循t分布。即：

数据处理

或简写为。

即被测参量的真值在此置信区间之间的置信度为1-α；t_α为置信度P＝1-α时t分布的临界值；n-1为自由度。在一般工程中，最常用的取置信度为0.99，0.95与0.90。若取P＝0.9973，当大样本时，置信区间可近似地表示为

动态试验数据根据其所表征的参量变化特征，可分为确定性的和随机性的两类（图1）。能够用明确的数学关系式描述的数据称为确定性数据，如多缸往复式发动机的振动响应，旋转件的偏心质量引起的周期性干扰力等。相反，在合理误差范围内，不可能用明确数学关系式来描述的数据称为随机性数据，农业机械动态测量的数据几乎全属这类数据。

图1 动态试验数据分类

随机数据处理的一般步骤

随机数据处理一般要经过数据准备、数据检验、数据分析和确定统计函数等步骤：①数据准备，首先对数据进行编排，对磁带机上记录的模拟信号，通过人工或示波器来检测和剔除测量过程中因严重的噪声、仪器失灵等原因造成过高或过低的信号，并为数据数字化处理选择合理的采样频率；②数据检验，对随机数据是否满足周期性、正态性、平稳性三个基本特性进行检验；③数据分析，对测量结果进行正确的分析和判断；④根据数据处理的工程目的来确定需要处理的统计函数。

随机数据的统计函数

理论上需要无穷多个样本函数的集合平均求得随机过程的统计函数。对于各态历经的随机过程可以用实测到的单个样本记录来推断整个随机过程统计特征，以其时间平均来估计集合平均。工程上常假设在各态历经过程的前提下讨论各种统计函数。统计函数共有十几种，它们之间存在着一定的内在关系（图2），处理时可进行互相转换。图中户、σ²和φ²是在时阈内的均值、方差和均方值。如计算出农机具拉力的均值、方差和均方值，就可知拉力的平均水平、波动程度和能量等信息。

p（x）和P（x）为概率密度函数和概率分布函数。概率密度函数p（x）定义为瞬时数据值落在某一窄区间内的概率，它是随机数据沿幅值阈分布的规律。工程上常见的概率密度分布函数为正态分布。而瞬时值X（t）小于或等于某值X的概率定义为P（x）。它等于概率密度函数从-∞到X的积分。函数P（x）称为概率分布函数或累积频率函数。如计算出农机具拉力的概率密度函数，就可确定拉力的幅值落在某指定区间内的概率P_rob〔X₁＜X（t）≤X₂〕。

Rxx（τ）和Rxy（τ）为自相关函数和互相关函数。它们是建立随机数据一个时刻的值和另一个时刻数据值之间相关程度的函数。如研究拖拉机操纵性能时，可用互相关函数方法，测出拖拉机驾驶盘上的角位移输入与前轮发生角位移响应之间的滞后时间，来衡量操纵性能的好坏程度。

图2 随机数据常用统计函数相互转换关系

G_x（厂）和（f）为自谱密度函数和互谱密度函数。它们分别由自相关函数和互相关函数的傅里叶变换得到，或直接从样本记录的有限傅里叶变换得到。自谱反映随机数据的频率结构及能量在频率域中的分布规律。互谱同样提供了频率的函数，又可以提供输入、输出之间的相位特性，是近代谱分析工程中重要的参数，如寻找振源或评价自走式农业机械的平顺性时均采用谱分析。

h（t）是在时阈中表示系统的脉冲响应函数，如果物理上可行的稳定系统对应的在频阈中用H（f）来表示系统的频率响应函数。它们之间互为傅里叶变换的关系，图中用符号“”表示。频率响应函数定义为初始条件为零时，作用于系统的输出Y（t）与输入X（t）的傅里叶变换函数之比，它是描述系统传递特性的重要函数。如研究运输机械悬架系统减振效能时，测定前桥与车身间的频率响应函数后就可分析出悬架系统对其振动的衰减性能。

（f）为凝聚函数，又称相干函数。定义为互谱模的平方与输入、输出自谱乘积之比。它是从频阈角度来反映输出与输入之间的凝聚程度。当（f）＞0.7～0.8时，就认为彼此是凝聚的。

谱分析的关键是分析精度估计，也称谱估计，是分析结果的置信度问题。采集的动态数据为瞬态过程，进行谱分析时，由于FFT的周期图的局限性，宜采用Burg法（或称最大熵法），能获得良好的结果。对于非平稳的随机过程处理，如作为平稳的处理误差较大。同样，对于非线性系统的响应分析，如作为线性系统处理，也会产生较大的误差，甚至是错误。

随机数据统计函数的分析计算，可以在微型计算机上进行，也可以采用分析速度快的专用信号处理机。