Алгоритм испытания

Рис. 15- Схема алгоритма испытаний при длительном статическом нагружении

Алгоритм испытаний при длительном статическом нагружении — Схемы 517 [c.550]

Алгоритм испытания отражает взаимодействие отдельных блоков, каждый из которых осуществляет определенный этап испытаний или расчетов для получения информации, необходимой для оценки качества и надежности машины. Часть блоков связана с формированием значений входных параметров, которые будут варьироваться при испытании величин и направлений внешних сил (включая их динамические составляющие), скоростей и законов перемещения узлов, тепловых воздействий на машину и других. [c.357]

На рис. 3.5.5 приведены основные этапы прогнозирования параметрической надежности машины в условиях ее программного испытания в соответствии с общим алгоритмом испытания (рис. 3.5.2). [c.362]

С точки зрения сложности алгоритмов испытаний можно выделить три основных уровня испытаний параметрическая идентификация, структурная идентификация и имитационное моделирование узлов или физических процессов. Рассмотрим функции ЭВМ в экспериментальных установках с учетом уровня автоматизации испытаний (табл. 15). [c.161]

Для нахождения оа и гпт при фиксированной температуре необходимо иметь данные о разрушающей нагрузке Pf двух образцов с различной жесткостью напряженного состояния. Рассмотрим алгоритм определения Od и шт по результатам испытаний цилиндрического образца с круговым надрезом и образца с трещиной. [c.97]

При большом числе п управляемых параметров (несколько сотен и более) применение алгоритма, включающего анализ чувствительности методом приращений, становится нерациональным. С ростом п более предпочтительными оказываются алгоритмы, основанные на статистических испытаниях. [c.296]

Кроме алгоритмов направленного поиска в блок поиска локальных оптимумов можно включать также алгоритмы вероятностной аппроксимации целевой функции. Применяя идеи сглаживания и фильтрации путем усреднения результатов случайных испытаний, эти алгоритмы позволяют строить такие аппроксимирующие функции, которые унимодальны и имеют оптимум, совпадающий с глобальным оптимумом Hq [64]. Тогда поиск глобального оптимума Но сводится к поиску локального оптимума аппроксимирующей функции. [c.135]

В общем случае достаточно эффективным оказывается применение алгоритмов с комбинацией методов статистических испытаний (Монте-Карло) и покоординатного поиска. Для ограничений достаточно общего вида (7.22) путем введения соответствующих масштабов строится многомерный куб. В этом кубе путем статистических испытаний с определенной вероятностью находится аппроксимирующая управляющая функция, которая принимается за начальное приближение к глобальному оптимуму. Принимая полученное решение за начальное, методом покоординатного поиска находится ближайший локальный оптимум. Если начальное решение находится в сфере притяжения глобального оптимума, то полученное после покоординатного поиска решение можно считать окончательным. При наличии овражных ситуаций можно использовать специальные приемы, например поворот координатных осей. [c.217]

В настоящей главе изложены синергетическая методология анализа механического поведения материалов, учитывающая универсальность и масштабную инвариантность параметров, контролирующих неравновесные фазовые переходы. Междисциплинарный подход к решению проблемы установления фундаментальных свойств материала, позволил установить взаимосвязь между различными механическими свойствами и предложить алгоритм расчета механических свойств по данным модельных испытаний. Лауреат Нобелевской премии И. Пригожим предвидел это, написав Итак, оказывается, что столь важные и широко распространенные механические явления, как пластичность и текучесть, невозможно исследовать на чисто механической основе Вместо этого их следует рассматривать как часть общей проблематики нелинейных динамических систем, работающих вдали от равновесия. Нам представляется, что уже само осознание этого обстоятельства есть существенное продвижение в области науки о материалах . [c.230]

Поскольку математические методы дают только общий подход к решению проектных задач, необходимо конкретизировать формы их применения в виде алгоритмов автоматизированного выполнения основных этапов проектирования. Этому посвящена гл. 6, в которой рассмотрены алгоритмы выбора аналогов проектируемого объекта, разработки эскиза конструкции, параметрической оптимизации, детального анализа процессов в объекте, определения допусков на параметры и моделирования испытаний ЭМУ, автоматизированного формирования проектной документации. [c.7]

Наиболее распространенным приемом, позволяющим отстроиться от локальности направленных методов поиска, является организация алгоритмов, в которых на первом этапе применяется пассивный поиск, а в дальнейшем — один из методов направленного поиска. Такое комби нирование методов оптимизации позволяет вести направленный обзор области поиска из нескольких начальных точек (как это показано в примере на рис. 5.21), которые могут формироваться методами сканирования или статистических испытаний. Важно отметить, что начальные точки должны находиться в области допустимых значений параметров. Схема организации комбинированного алгоритма поисковой оптимизации, дающего возможность определять приближения к глобальному экстремуму функции цели, представлена на рис. 5.28. [c.164]

Разработка алгоритмов статистической обработки результатов моделирования представляет собой вторую основную проблему реализации стохастической математической модели на ЭВМ. Наиболее полная информация об ожидаемом разбросе значений рабочих показателей может быть получена из гистограммы. Действительно, зная эмпирическое распределение значений показателей, не составляет труда определить параметры этого распределения и оценить вероятность удовлетворения требований ТЗ. Основная трудность, возникающая при разработке достаточно универсального и эффективного алгоритма построения гистограмм, состоит в необходимости совмещения во времени операций определения границ разброса по анализируемому показателю (поскольку в общем случае эти границы заранее неизвестны и формируются в процессе выполнения заданного количества статистических испытаний) и подсчета частот попадания значений показателя в интервалы разбиения диапазона разброса. Действительно, предварительное определе-256 [c.256]

Алгоритм моделирования испытаний готовой продукции с учетом совместного влияния технологических и эксплуатационных факторов на ее качество представляет собой наиболее общий случай примене- [c.259]

Сущность указанного метода испытаний состоит в определении вероятностного распределения значений рабочих Показателей только некоторой выборки объема п из всей партии N изделий. В данном случае расчет параметров распределения у. проводится по общей схеме статистических испытаний, когда каждый экземпляр изделия из выборки и подвергается только эксплуатационным воздействиям. Схема алгоритма моделирования выборочных испытаний представлена на рис. 6,41 Здесь Л/экспл обозначает объем статистических испытаний, которые проводятся с каждым вариантом объекта из выборки п. Л экспл можно определить из рис. 5.7, задавшись необходимыми уровнями точности и доверительной вероятности. По результатам проверки выборки принимается решение о качестве всей партии изделий, а именно партия удовлетворяет предъявляемым требованиям, если [c.260]

Основу методического обеспечения подсистемы составляет метод статистических испытаний и развитые алгоритмы имитационного модели- [c.264]

Эффективность разработанного алгоритма проверяли на образцах прямоугольного сечения из алюминиевого сплава АК6, испытания которых были проведены при уровнях напряжения 200 и 140 МПа [89]. Первоначально выращивали поверхностную трещину при максимальном уровне напряжения, а после достижения скорости около 2 мкм переходили к меньшему уровню напряжения. Выбранные уровни напряжения позволяли проводить анализ усталостных бороздок, шаг которых составлял более 0,4 мкм при расположении макроскопической плоскости [c.214]

Информация, получаемая при испытаниях, должна содержать сведения "о кинетике деформирования в аналоговой или дискретно) форме, а алгоритм обработки должен обеспечивать получение данных [c.243]

Алгоритм расчета. При произвольном начальном уровне запасов [О, v] последовательно для f = 1, Г, где Т - число статистических испытаний, производятся следующие действия [c.420]

Исходной информацией для алгоритмов расчета статистических количественных характеристик надежности систем, работающих до первого отказа, будет совокупность значений t случайной величины Т, полученных в результате проведения заданного числа опытов (испытаний). [c.67]

Принятие определенной концепции накопления повреждений, построенной на основе экспериментальных данных об эксплуатационной нагружен-ности о в функции времени (рис. 1), позволяет сформировать программу нагружения, схематизировать спектр нагрузок с точки зрения их эквивалентного повреждающего действия и в ряде случаев сократить время испытаний. Существенное значение имеет выбор алгоритма приведения амплитуд, возможное усечение спектра нагрузок снизу , анализ напряжения, соответствующего максимуму интенсивности повреждения, и т. д. [c.506]

Рис. 4. Геометрическая интерпретация управления испытаниями по алгоритму Нейбера

Рис. 5. Сопоставление результатов испытаний гладких образцов и образцов с надрезом при на> гружении по алгоритму Нейбера

Рис. в. Схема алгоритма управления испытаниями при воспроизведении процессов деформирования в зоне концентрации на гладких образцах из циклически анизотропных материалов [c.508]

В данной работе предлагаются алгоритмы для исследования к.т.и. автоматической линии со сложной структурой. В качестве основного рабочего аппарата был выбран метод статистических испытаний (Монте-Карло), позволяющий снять ряд допущений и свести многообразие задач к небольшому числу универсальных вычислительных схем. [c.123]

Совершенствование диагностических технологий. Технические средства НКиД включают аппаратурную часть, профаммное обеспечение и эксплуатационно-техническую документацию. К сожалению, разработкам необходимой технологической документации, методикам, исследованию оптимальных процедур НКиД уделяется явно недостаточное внимание. От правильного выбора технологии НКиД в большой степени зависит эффективность конечного результата - долговременная работоспособность оборудования при минимальных затратах. В качестве примера можно привести применяющийся до сих пор метод испытания труб большого диаметра с помощью гидропрессов, для которого необходимо строить специальные цехи и многотонное испытательное оборудование. В то же время автоматизированный ультразвуковой дефектоскоп позволяет выявить дефекты с большей достоверностью, чем гидроиспытания, при этом затраты на контроль меньше в сотни раз. Алгоритмы испытаний должна формировать диагностическая технология с тем, чтобы определить, что и как следует применять. Именно [c.33]

Описанный способ идентификации иллюстрируется табл. 1, построенной для решения задачи формирования Ор по алгоритму испытаний шлифовальных кругов с косвенным определением относительного коэффициента износа круга (кО—Аэ(Кг—Ш) [5]. Алгоритм регламентирует работу всего исследовательского комплекса (ИК), в состав которого входит ИИС с регистрирующей аппаратурой (3 -подсисте-мой) и объект исследования (А -подсистема). [c.52]

На стадии РП проводят разработку детальной структуры САПР, ее подсистем, взаимосвязи с другими системами и ее уточнение построение алгоритмов и структурных схем автоматизированных процессов проектирования формирование МО, ПО, ИО, 00 разработку документации для монтажа, настройки и эксплуатации КСАП создание проектов программ и методик испытаний и опытной эксплуатации оформление и утверждение. [c.53]

Одним из таких алгоритмов является алгоритм центрирования по методу статистического градиента. На каждом шаге алгоритма выполняются N статистических испытаний с выбором случайных Точек в пределах некоторой области U T. По результатам испытаний выделяются те точки Up U T, которые оказались в области работоспособности Uo. Для следующего шага в качестве координат ui центра и допусковой области U t принимаются средние арифметические значения координат ,> выделенных точек Up, [c.296]

Отмеченное представляет только одну сторону вопроса системного решения задач. Другая же связана с расширением применения математических моделей ЭМУ на внешнюю область — на стадии производства и эксплуатации объекта с учетом случайного характера существующих воздействий. Это необходимо для оценки влияния различных технологических и эксплуатащюнных факторов на качество функционирования проектируемого изделия и позволяет прогнозировать вероятностный уровень его рабочих показателей с необходимыми в этих условиях точностью и достоверностью. Соответствующие модели и алгоритмы анализа должны при этом адекватно воспроизводить характер формирования случайных значений рабочих свойств изделий в различных условиях производства при учете разбросов параметров в пределах назначенных допусков и обладать способностью имитировать влияние на объект различных эксплуатационных факторов параметров источников питания, температуры, вибраций и пр. Такие модели могут служить одновременно основой для разработки алгоритмов моделирования испытаний ЭМУ при проектировании, что позволяет сократить объем и сроки реальных исследований макетных и опытных образцов проектируемых изделий. [c.98]

Программная система позволяет применять для оптимизационных расчетов гиродвигателей методы сканирования, статистических испытаний, градиента, случайного поиска, покоординатного улучшения функции цели (Гаусса—Зейделя). При этом имеется возможность проводить расчеты ГД различных типов асинхронных с короткозамкнутым ротором, синхронных с магнитозлектрическим возбуждением, синхронных реактивных, бесконтактных двигателей постоянного тока, а также ГД различных конструктивных схем и исполнений, с различными алгоритмами управления, что достигается применением общих методов и алгоритмов анализа физических процессов, определяющих функциональные свойства проектируемых объектов, рациональным выбором входных данных. [c.231]

В качестве объекта статистических испытаний и стохастической оптимизации при определении допусков на параметры применяются детерминированная математическая модель гиродвигателя и соответствующие алгоритмы анализа его рабочих показателей. [c.265]

Выполнение рабочего проекта предполагает составление документации, достаточной для изготовления, наладки и испытаний компонентов САПР, ввода в действие подсистем САПР и соответствующей очереди САПР в целом. Здесь проводятся разработки алгоритмов, математических моделей и других описаний объектов проектирования и их злемен-тов, программ (программных систем) и зксплуатационных документов к ним, документации для монтажа, наладки и эксплуата1щи комплекса технических средств, документов информационного обеспечения и формирование базы данных САПР, программ и методик испытаний и опытной эксплуатации. [c.275]

Для упрощения процедуры расчета механических характеристик сварных соединений оболочковых констр 1сций по данным испытаний вырезаемых образцов можно предложенный алгоритм представить в виде номограмм. В качестве примера на рис. 3.38 представлена номо-фамма, позволяющая по известным значениям геометрических параметров образцов сварных соединений и конструкций и экспериментальным данным сГт,в(0) полученным при испытании образцов, определить искомые характеристики соединений <7т,в(к) удобства пересчета наиболее приемлемыми являются образцы круглого поперечного сечения, для которых, Рх = 1, Номограмма построена для случая, когда соединение ослаблено прямолинейной прослойкой. Используя расчетные зависимости, приведенные в настоящем разделе, можно по аналогии построить номограммы и для других типичных геометрических форм мягких прослоек. [c.156]

Для практического использования алгоритм пересчета может быть представлен в виде номограмм (рис. 3.39). В качестве примера на номограмме показан путь нахождения механических характеристик сварных соединений (обозначен индексом 2), работающих в составе труб, по известных их гeo teтpичe ким параметрам и <р и рез льтатам испытания образцов а, що,. Для определения используются данные испытания образцов а и расчетные значения контактного упрочнения прослоек подсчитанные по гео.метрическим параметрам сварных соединений ооразцов с учетом их нагружения по "мягкой схеме (п>ть нахождения показан индексом /), [c.158]

Алгоритм для оценки надежности методом Монте-Карло (рис. 70) состоит из программы одного случайного испытания, по которой определяется конкретное значейие скорости изменения параметра ух- Данное испытание повторяется N раз (где 7V должно быть достаточно большим для получения достоверных статистических данных, например N > 50), и по результатам этих испытаний оценивается математическое ожидание Уср и среднеквадратическое отклонение а случайного процесса, т. е. данные, необходимые для определения Р (/). Последовательность расчета (статистического испытания) следующая. После ввода необходимых данных (оператор /) производится выбор конкретных для данного испытания значений v я k (оператор 2). Для этого имеются подпрограммы, в которые заложены гистограммы [c.213]

Испытание на надежность сложных систем. Наличие одно-го-двух опытных образцов сложных систем и их высокая безотказность исключают применение традиционных методов испытания на надежность, применяемых для относительно простых изделий. Развитие методов испытания в сочетании с прогнозированием и использованием априорной информации, разработка алгоритмов по оценке надежности с учетом постоянно поступающей лнформации о фактическом состоянии изделия, выявление экстремальных реализаций потери изделием работоспособности, сочетание испытания со статистическим моделированием, оценка и прогнозирование ведущих процессов старения — все это является основой для разработки методик испытаний сложных объектов, позволяющих на ранних стадиях создания новых изделий получить информацию об уровне их надежности. [c.573]

Общая для всего мира тенденция улучшения рабочих параметров ГТД за счет увеличения степеней сжатия как следствие приводит к появлению большого числа коротких лопаток с собственными частотами колебаний даже по первой форме в области высоких звуковых частот циклов. Увеличение частоты / при данном ресурсе эксплуатации Тэ автоматически приводит к росту циклической наработки N. Поскольку ресурс Тэ также имеет тенденцию к росту, увеличивается относительное число усталостных повреждений среди возможных нарушений работоспособности деталей ГТД. Стала актуальной проблема оптимизации технологии коротких лопаток и связанных с ними элементов дисков по характеристикам сопротивления усталости на высоких звуковых частотах и эксплуатационных температурах, которые, как и частота нагружения, становятся все более высокими. Из-за жестких требований к весу деталей и сложности их конструкции в каждой из них имеет место около десятка примерно равноопасных зон, включающих различные по форме поверхности и концентраторы напряжений гладкие участки клиновидной формы, елочные пазы, тонкие скругленные кромки, га.лтели переходные поверхности), ребра охлаждения, малые отверстия, резьба и др. Даже при одинаковых методах изготовления, например при отливке лопаток, поля механических свойств, остаточных напряжений, структуры и других параметров физико-химического состояния поверхностного слоя в них получаются различными. К этому следует добавить, что из-за различий в форме обрабатывать их приходится разными методами. Комплексная оптимизация технологии изготовления таких деталей по характеристикам сопротивления усталости сразу всех равноопасных зон без использования ЭВМ невозможна. Поэтому была разработана система методик, рабочих алгоритмов и программ [1], которые за счет применения ЭВМ позволяют на несколько порядков сократить число технологических испытаний на усталость, необходимых для отыскания области оптимума методов изготовления деталей, а главное строить математические модели зависимости показателей прочности и долговечности типовых опасных зон деталей от обобщенных технологических факторов для определенных классов операций с общим механизмом процессов в поверхностном слое. Накапливая в магнитной памяти ЭВМ эти модели, можно применять их для прогнозирования наивыгоднейших режимов обработки новых деталей, которые в авиадвигателестроении часто меняются без трудоемких испытаний на усталость. Построение [c.392]

Для испытания на надежность приборов и систем автома-1изацип, работающих в условиях иптепсивных помех, в этом же институте были разработаны спектральные анализаторы, входящие в состав информационно-вычислительного комплекса. В процессе исследований были получены ускоренные алгоритмы обработки информации, основанные на дискретном преобразовании Фурье, а также структурные регулярные схемы аналогового и цифрового преобразователя на основе ДПФ. [c.6]

В статье приводится алгоритм для оценки коэффициента технического использования сложных автоматических линий методом статистических испытаний на ЭЦВМ. Аналитически выведены границы для определения коэффициента готовности жесткобло-кированной автоматической линии. Приведены точные аналитические выражения для оценки коэффициента готэвлостн многопоточных автоматических линий, состоящих из двух участков, для проверки работы алгоритма. Таблиц 1. Библ. 4 назв. Иллюстраций 4. [c.191]

Энциклопедия по машиностроению XXL

Оборудование, материаловедение, механика и ...