Экспериментально-статистические методы

Однако рассмотренные двухмерные зависимости не позволяют найти оптимальный технологический режим, обеспечивающий получение глобального экстремума оптимизируемого показателя качества покрытия, так как они не учитывают взаимного влияния этих параметров на свойства покрытий. Сложность и недостаточная изученность явлений, лежащих в основе данного технологического процесса, не позволяют получить аналитическое решение поставленной задачи, поэтому мы использовали экспериментально-статистические методы регрессионного анализа и теории планирования экспериментов [2], позволяющие получить математическую модель и определить оптимальные значения режимных параметров процесса с учетом их взаимного влияния на свойства покрытий. [c.88]

С учетом вышеизложенного наиболее эффективными представляются экспериментально-статистические методы оптимизации, основанные на математической теории планирования эксперимента [2]. Данные методы позволяют определять оптимальные параметры устройств при неполном знании механизма процессов, происходящих в них. [c.175]

Эксергия продуктов разделения воздуха 215 Экспериментально-статистические методы 461 [c.541]

Таким образом, для анализа и моделирования литейных процессов широко используют экспериментально-статистические методы математического описания. Применяют те методы анализа, которые lia основе экспериментальных данных позволяют сделать выводы о распределении случайных переменных, сравнить их между собой. Кроме того, большое внимание уделяют анализу их распределения, статистическим оценкам, проверке гипотез [.58]. [c.160]

ЭКСПЕРИМЕНТАЛЬНО-СТАТИСТИЧЕСКИЙ МЕТОД [c.335]

Математическая модель, основанная на установлении связей между входными и выходными параметрами путем применения экспериментально-статистических методов, представляется в виде уравнения регрессии, описывающего корреляционную зависимость между выбранным показателем качества сварного соединения и входными параметрами Хрп, являющимися случайными величинами [7]. Для количественной оценки связи используется метод регрессионного анализа, основной предпосылкой применения которого является требование одномерного нормального распределения изучаемых параметров и выбранного показателя качества, однородность выборочных оценок дисперсий наблюдений. При этом независимые переменные должны быть измерены с погрешностью значительно меньшей, чем допустимая при определении критерия качества Y . [c.16]

На практике применение пассивных методов ограничено, так как основные условия их применения — независимость от входного воздействия помех, искажающих реакцию на выбранное случайно изменяющееся входное воздействие, и достаточно широкий спектр воздействия, по которому производится идентификация объекта, — чаще всего не выполняются. Активные методы предполагают получение информации об объекте на основе специально спланированных экспериментов. Их применение связано с организацией испытательных воздействий на объект. Достаточная эффективность экспериментально-статистических методов [c.545]

Однако понимание физической сути основных явлений, подробно проанализированных в гл. П1, позволяет создать работоспособную конфигурацию элемента при небольшом числе экспериментов. Оптимизация же конфигурации элемента может быть проведена экспериментально-статистическими методами, обеспечивающими получение оптимальной конструкции при неполном знании механизма явлений (см. гл.IX). [c.241]

ЭКСПЕРИМЕНТАЛЬНО-СТАТИСТИЧЕСКИЙ МЕТОД ПРОЕКТИРОВАНИЯ Глава ПРОТОЧНОЙ ЧАСТИ СТРУЙНЫХ ЭЛЕМЕНТОВ [c.325]

Экспериментально — статистические методы, позволяющие отыскать оптимум при изучении объектов, механизм явлений в которых неизвестен или известен не полностью (так называемая задача черного ящика ). Эти методы позволяют фор.мали-зовать процесс эмпирического поиска значений независимых переменных (факторов), при которых зависимая переменная, рассматриваемая как критерий качества, принимает оптимальное (максимальное или минимальное в зависимости от смысла задачи) значение. [c.326]

В последние годы экспериментально-статистические методы успешно используют для решения задач оптимизации струйных элементов. [c.326]

V. Общим для экспериментально-статистических методов получения исходных данных, как это следует из названия, является проведение наблюдений и экспериментов непосредственно на производстве и широкое применение статистических методов как при планировании, так и при обработке результатов наблюдений, измерений и экспериментов. На рис. 2.5 приведена классификация указанных методов, из которой следует, что они делятся на две группы методы, применяемые для оценки потенциальных возможностей АСУ, и методы ускоренной оценки фактического эффекта от АСУ. [c.70]

После уточнения объектов и сфер деятельности, где возможны скрытые резервы, зависящие от совершенства системы управления, эти объекты подвергаются изучению экспериментально-статистическими методами, с помощью которых и определяется величина имеющихся скрытых резервов. [c.73]

В следующем параграфе будет дано подробное изложение ряда ускоренных экспериментально-статистических методов, поскольку они имеют ряд преимуществ по сравнению с другими методами, слабо освещены в литературе и совершенно недостаточно используются на практике. [c.75]

Ускоренные экспериментально-статистические методы оценки исходных данных [c.75]

Для получения сведений о закономерностях изменения основных взаимосвязанных параметров могут быть использованы экспериментально-статистические методы, дающие возможность построить математическое описание (в виде линейного полинома) изучаемого процесса в области экспериментирования, и провести статистический анализ уравнения регрессии и его физико-химичес- кую интерпретацию. [c.213]

Экспериментально-статистические методы основаны на математической обработке данных, полученных непосредственно в результате эксперимента, и подразделяются на методы пассивного наблюдения и активного эксперимента. [c.213]

Среди экспериментально-статистических методов отсеивания существенных факторов наиболее эффективны методы, основанные на использовании информации, полученной в результате реализации предварительно спланированных экспериментов. Кроме дисперсионного анали- [c.301]

Жесткость элементов технологической системы находят экспериментально статистическим методом. Сущность статистического метода заключается в том, что испытуемый элемент станка с помощью специального приспособления нагружают силой ступенчато от нуля до некоторой наибольшей величины для каждой ступени нагружения измеряют отжатие испытуемого элемента в направлении нормали к обрабатываемой поверхности. Затем производят его загружение, фиксируя остаточные отжатия при нагружении и разгружении строят зависимость [c.35]

Для решения задач методами термодинамики совершенно необходимо знать уравнение состояния. Однако оно не может быть получено в рамках термодинамики и должно быть найдено либо экспериментально, либо методами статистической физики. Конкретный вид уравнения состояния зависит от индивидуальных свойств вещества. [c.9]

В первой части рассмотрены способы получения научной информации— физический эксперимент (наблюдение явления в специально создаваемых и точно учитываемых условиях), математический эксперимент (получение информации на основе численного рещения системы дифференциальных уравнений, описывающих явление), аналоговый эксперимент (наблюдение явления иной природы, чем исследуемое, но имеющего одинаковое с ним математическое описание). Здесь рассмотрены также погрешности экспериментального исследования, методы планирования экспериментов, статистической обработки и обобщения их результатов. [c.3]

Достоинство статистического метода исследования заключается в том, что он позволяет получить макроскопические соотношения на основании заданных свойств микроскопической структуры среды без проведения экспериментальных исследований. Недостатком статистического метода является его сложность. [c.189]

Кроме описания лабораторных работ и методических указаний по их выполнению в книге приведены краткие сведения из области теплотехнических измерений и статистических методов их обработки (раздел первый), а также рассмотрены некоторые вопросы теории, связанные с экспериментальными методами исследования термодинамических (гл. 7) и теплофизических (гл. 11) свойств реальных веществ, с обобщением экспериментальных данных и моделированием процессов теплообмена (гл. 10), необходимые для выполнения лабораторных работ. [c.3]

Глава 2 СТАТИСТИЧЕСКИЕ МЕТОДЫ ОБРАБОТКИ ЭКСПЕРИМЕНТАЛЬНЫХ ДАННЫХ 2.1. Средние арифметические и средние квадратические отклонения [c.15]

Физические свойства макроскопических систем изучаются статистическим и термодинамическим методами. Статистический метод основан на использовании теории вероятностей и определенных моделей строения этих систем и представляет собой содержание статистической физики. Термодинамический метод не требует привлечения модельных представлений о структуре вещества и является феноменологическим (т. е. рассматривает феномены — явления в целом). При этом связь между макроскопическими параметрами, определяющими поведение изучаемых систем, устанавливается двумя основными законами (началами) термодинамики, которые сформулированы на основании огромного числа экспериментальных данных. [c.6]

Известно, что целесообразность использования тех или иных математико-статистических методов определяется качеством того экспериментального материала, которым исследователь располагает к моменту проведения исследований, а также видом и качеством построенных моделей и числом параметров оптимизации. [c.144]

Указываются статистические методы обработки экспериментальных данных с использованием скалярных инвариантов, что позволяет уменьшить объем контрольных данных. Эти методы полезны при установлении корреляции и анализе данных о прочности, полученных в экспериментах для различных ориентаций материала используемые здесь скалярные инварианты представляют собой удобный и компактный набор табулируемых параметров, которые легко применять при проектировании конкретных элементов конструкций. [c.485]

Как описано в и. 6 разд. III, оценка функций, входящих в уравнение (1), оказывается чрезвычайно сложным делом, требующим применения сложных статистических методов и большого числа экспериментов. Это приводит к громоздким математическим выражениям, нелегко поддающимся анализу и расчету. Такие переменные, как размер и распределение пор, неравномерность укладки волокон, прочность связи по поверхностям раздела и остаточные напряжения, зависят от конкретного процесса производства. Если допустить, что, процесс производства остается практически неизменным, то разумно объединить все эти переменные в некоторые теоретико-экспериментальные поправочные коэф- [c.145]

Для получения BejjieHMfl о закономерностях изменения основных взаимосвязанных параметров могут быть использованы экспериментально-статистические методы, дающие возможн зсть построить математическое описание (в виде линейного полинома) изучаемого про- [c.8]

Практическое использование экспериментально-статистических методов на инерционных промышленных абъектах находится в стадии разработки. [c.461]

ЭКСПЕРИМЕНТАЛЬНО-СТАТИСТИЧЕСКИЙ МЕТОД ТЕХНОЛОГИЧЕСКОГО ОБЕСПЕЧЕНИЯ ЭКСПЛУАТАЦИОННЫХ ПОКАЗАТЕЛЕЙ сое цинений деталей машин [c.334]

Во многих случаях получение достаточно точной математической модели объекта связано с большими трудностями или невозможно. В подобной ситуации могут быть использованы экспериментально-статистические методы, позволяющие находить оптимальные условия функционирования объекта по данным непосредственного эксперимента на действующем объекте. Экспериментальностатистические методы подразделяют Wl активные и пассивные. [c.545]

На первый взгляд невозможно изменить рассматриваемую ситуацию к лучшему, используя экспериментально-статистические методы. Дей-, ствительно, в формуле (28), определяющей длительность эксперимента, величиной необходимой точности е мы задаемся, а все остальные величины (Ткор, о и Ат), по существу, являются характеристиками АСУ и объекта управления, т.е. от экспериментатора практически не зависят. Кроме того, вывод формулы (28) основан на использовании эффективной, т.е. оптимальной в среднеквадратическом смысле, оценки Ат, иначе говоря, уменьшить длительность сбора данных при фиксированных е, Трдр, о и Ат за счет более рациональной обработки информации также не представляется возможным. Тем не менее, как это будет показано ниже, возможность сокращения длительности эксперимента при обеспечении заданной относительной точности все же имеется. Для реализации этой дополнительной возможности напомним, что мы имеем дело со случайными процессами, на которые наложено детерминированное воздействие, изменяющее их математическое ожидание. В случае применения пассивного метода это воздействие имело форму скачка (включение АСУ), однако такая форма не обязательно должна всегда сохраняться. Сущность активного метода как раз и состоит в таком изменении формы детерминированного воздействия, которое увеличивает точность оценки изменения математического ожидания. Физическая реализация этой идеи заключается в следующем [34]. [c.87]

При обработке экспериментальных данных используется аппарат математической статистики, в том числе такие разделы, как регрессионный и дисперсионный анализы. Экспериментально-ста-ститические методы математического описания, безусловно, не претендуют на какую-то подмену методов научных исследований, базирующихся на глубоком проникновении в физическую сущность изучаемых процессов с целью их описания с помощью уравнений механики,термодинамики,электротехники и т. п. Успех от применения экспериментально-статистических методов тем более ощутим, чем выше уровень теоретических знаний об обследуемом процессе. В то же время следует отметить, что эти методы, в ряде случаев, позволяют получить некоторые теоретические предгтявления п ме-ханизме исследуемого процесса и критически оценить теоретические предпосылки, имеющие часто односторонний субъективный характер. Является существенным также то обстоятельство, что математическое описание, найденное экспериментально-статнсти-ческими методами, имеет простой вид и может быть легко использовано для управления процессом. [c.500]

Ниже приведены приближенные методы расчета режимов сварки, геометрических размеров сварных швов, механических свойств металла шва и п. т. в., полученные различными исследователямп по экспериментальным данным нрн их об1)аботке статистическими методами. [c.180]

Экспериментальный подход использует статистические методы численного анализа ограничений при различных фиксированных входных величинах. Так, например, можно осуществить упорядоченный или случайный перебор точек в допустимом множестве Dz. Если считать, что N — полное число перебираемых точек, а Nj — число точек, в которых нарушается ограничение Hj, то отношение NjIN будет характеризовать вероятность нарушения данного ограничения. При малой вероятности нарущения ограничение можно считать несущественным. Несмотря на логическую простоту, возможности экспериментального подхода также сильно ограничены из-за большой размерности задачи. Поэтому разработку достаточно универсальных, формализованных методов выделения существенных ограничений можно также отнести к числу нерешенных проблем расчетного моделирования ЭМП. [c.123]

Экспериментальные результаты характеризуются определен ной степенью рассеивания. Более корректное сопоставление характеристик циклической прочности материала и металлорука-вов требует привлечения статистических методов обработки. С этой целью использовали дополнительные данные о разрушении, полученные на восьми уровнях деформаций как по металлору-кавам, так и пластинам. Среднее количество на уровень металло-рукавов — 40, пластин — 60. [c.195]

Величина X = lg -т- 1) в уравнении (2) рассматривается как случайная, имеющая среднее значение, равное (—lg 0), и среднее квадратическое отклонение 8 Пр — квантиль нормального распределения, соответствующий вероятности разрушения Р %). В работах [3—6 и др.] приведены многочисленные экспериментальные данные, подтверждающие применимость уравнения подобия (2) для количественного описания влияния концентрации напряжений, масштабного фактора, формы сечения и вида нагружения на сопротивление усталости образцов и деталей из различных сталей, чугу-пов, алюминиевых, магниевых и титановых сплавов. Если испытания на усталость проводятся по обычной методике при количестве образцов 8—10 на всю кривую усталости, то отклонение б экспериментальных значений сг 1 от расчетных не превышает 8 % с вероятностью 95 %. При использовании статистических методов экспериментальной оценки пределов выносливости (метода лестницы , пробит -метода или построение полной Р — а — Х-диаграммы при количестве испытуемых образцов от 30 до 100 и более) аналогичное отклонение б не превышает 4 % с вероятностью 95 %. [c.310]

Энциклопедия по машиностроению XXL

Оборудование, материаловедение, механика и ...