Энциклопедия по машиностроению XXL

Оборудование, материаловедение, механика и ...

Статьи Чертежи Таблицы О сайте Реклама

Среднеквадратичное отклонени

Аналогично для среднеквадратичного отклонения, например изгибающего момента в сечениях стержня, получаем формулу  [c.69]

Определим среднеквадратичное отклонение /  [c.74]

Очевидно, что полученные критериальные зависимости (4-31) —(4-34) справедливы для всех подобных процессов осредненного течения газовзвеси и что их конкретный, расчетный вид можно определить лишь на основе экспериментов. Заметим также, что уравнение (4-31) позволяет оценить потерю давления в потоках газовзвеси, а уравнения (4-32) — (4-34)—структуру дисперсной проточной системы. При отсутствии дискретного компонента (р—>-0, da—>-0) критериальные уравнения приобретают обычное для однородных сред выражение, а функции (4-33) и (4-34), естественно, вырождаются в нуль. При исследовании турбулентных течений (см. гл. 3) необходимо дополнительно оценивать степень или интенсивность турбулентности, определяемую как отношение среднеквадратичного отклонения скорости к средней скорости или как число Кармана (Ка)  [c.122]


Исходные данные для программы, реализующей алгоритм имитационного моделирования РТК, должны включать сведения по типовой детали и типовой партии деталей, структуре РТК и его характеристикам, размещению инструмента по позициям и параметрам инструмента и оборудования (обрабатывающего и транспортно-накопительного). Эти данные должны быть статистическими, т. е. содержать сведения о типе закона распределения параметра, математических ожиданиях, среднеквадратичных отклонениях и т. п.  [c.59]

Как определить среднеквадратичное отклонение размеров детали  [c.77]

Рассмотрим алгоритм вычисления коэффициентов ah. По результатам пассивных экспериментов получаются оценки математических ожиданий Му, Mk, среднеквадратичных отклонений Оу, о соответственно для выходного у и внешних qh параметров, а также коэффициенты корреляции Га между у и <7/,, образующие вектор R, и коэффициенты корреляции dki между факторами и qj, образующие матрицу D. Далее решается система линейных алгебраических уравнений  [c.153]

Пусть X к у — случайные величины, характеризующие параметры некоторого изделия, причем упорядоченная пара (j , у) характеризует параметры одного варианта изделия и может быть изображена точкой на плоскости. Полная совокупность вариантов изображается множеством точек, показанных на рис, 6.8. Математические ожидания случайных величин х а у равны соответственно М(х) и и среднеквадратичные отклонения а и Оу характеризуют рассеивание величин хну относительно их математических ожиданий.  [c.300]

Результаты сличений показаны на рис. 2.6—2.9. В каждом случае показаны две кривые, одна описывает максимальное расхождение любой пары термометров из всей исследованной совокупности, а другая — среднеквадратичное отклонение.  [c.58]

Это свойство частотомера приводит к дополнительному вкладу в среднеквадратичное отклонение а и, следовательно, к приращению температуры То, которое определяется как  [c.122]

Если используются преобразованные переменные, что обычно помогает линеаризовать соотношение между Я к Т [например, уравнения (5.36) и (5.37)], то следует обратить внимание на то, чтобы экспериментальные точки располагались равномерно по отношению к новой переменной иначе в отдельных участках диапазона могут возникнуть неожиданные осцилляции. Другими словами, если германиевый термометр градуируется в диапазоне от 1 до 20 К, то между 1 и 2 К должно быть столько же экспериментальных точек, сколько их между 10 и 20 К, и в качестве аналитического выражения должен использоваться указанный полином. По возможности следует также брать несколько точек за пределами аппроксимируемого интервала, чтобы среднеквадратичное отклонение на краях интервала было не хуже, чем внутри его. Если это невозможно, то у краев интервала следует брать больше точек, чем в середине. Для хорошей подгонки полинома методом наименьших квадратов требуется, чтобы дисперсия новой зависимой переменной была постоянной по всему интервалу. На практике осуществить это удается обычно лишь в том случае, когда интервал аппроксимирования очень узок. Поэтому для обеспечения постоянства дисперсии приходится придавать экспериментальным данным статистические веса. Поскольку в случае германиевого термометра как Я, так и Т имеют дисперсию, которая непостоянна в пределах интервала аппроксимации, весовой множитель зависимой переменной должен быть обратно пропорционален полной дисперсии которая дается выражением  [c.241]


Вероятностный метод использует среднеквадратичные отклонения (дисперсии) типа  [c.232]

Расчет по вероятностному методу сводится к определению среднего значения (математического ожидания) функции Н, и абсолютной или относительной стандартной погрешности, если заданы математическое ожидание Zn и среднеквадратичное отклонение a Zn)-Однако на практике обычно известны технологические допуски на Zn вместо числовых характеристик распределения их погрешностей. Поэтому в этих случаях пользуются соотношением  [c.233]

Длины совершенного прыжка, вычисленные по (23-16), соответствуют опытным данным (3< Пк1<400) со среднеквадратичным отклонением 11%. Остальные из приведенных выше формул могут применяться (со среднеквадратичным отклонением 16—25%) лишь при П,(1> 10.  [c.232]

Другими параметрами, которые характеризуют степень рассеяния случайной величины около ее среднего значения, являются дисперсия Д ) и среднеквадратичное отклонение о , называемое еще среднеквадратичной погрешностью. Эти параметры определяются равенствами  [c.39]

Оптимальное число свободных параметров определяют из условия б — а, где бп — среднеквадратичное отклонение опытных точек  [c.99]

Измерение любой экспериментальной величины осуществляется при воздействии помех, поэтому исследователь имеет дело со случайными величинами. Кроме расчета статистических характеристик случайных величин (математического ожидания, дисперсии, среднеквадратичного отклонения и т. д., см. 2.2) основной задачей статистического анализа результатов исследования (наряду с дисперсионным и регрессионным анализами, см. 5.5) является проверка статистических гипотез.  [c.104]

После проведения прямой надо убедиться, что стандартное (среднеквадратичное) отклонение б не превышает У й. Если же окажется, что то это будет означать, что регистрировалось более сложное явление, чем простой распад ядер одного сорта (если, конечно, учтены должным образом аппаратурные ошибки и посторонние физические явления, например фон частиц от космических лучей).  [c.214]

Распределение пульсационных составляющих скоростей. В открытых потоках распределение по вертикали пульсационных составляющих скорости неодинаково (рис. 16.3). Все три пульса-ционные составляющие скорости, характеризуемые среднеквадратичными отклонениями, отнесенными к динамической скорости (см. гл. 6), имеют в придонной области максимум, а затем по мере приближения к дну уменьшаются. Вблизи дна и берегов интенсивность продольных пульсаций больше, чем на оси потока.  [c.27]

Важнейшими характеристиками турбулентного движения являются пульсационные составляющие скорости, определяемые среднеквадратичным отклонением мгновенных скоростей в рассматриваемой точке потока от осредненной скорости  [c.179]

Различие между feg и А определяется в первую очередь дисперсий 0, т. е. среднеквадратичным отклонением от средней величины выступов шероховатости.  [c.173]

Тип ударного образца Среднеарифметическая величина йд, МДж/м Среднеквадратичное отклонение, МДж/м Относительная ошибка, %  [c.194]

На рис. 12 приведены результаты подсчетов среднеквадратичного отклонения микронеоднородности деформации определенной на разных базах при различной средней деформации мелкозернистого и крупнозернистого сплава ПТ-ЗВ. С увеличением степени деформации  [c.24]

Дгтя нахождения среднеквадратичного отклонения напряжений воспользуемся уравнением (2.67), определив сначала по (2.63) дисперсии обобщенных координат  [c.73]

Величины IgXo и О2 — есть математическое ожидание и среднеквадратичное отклонение случайной величины Z = IgX. Математическое ожидание и дисперсия слуадйной величины равны [38]  [c.109]

Сравнение рис. 2.6 и 2.7 показывает, что основная часть найденных отклонений между термометрами вызвана расхождениями их градуировок в реперных точках. Если, как показано на рис. 2.7, эту часть отклонений устранить, остаточные расхождения становятся гораздо меньшими. Тогда кривая среднеквадратичных отклонений на рис. 2.7 становится хорошей оценкой единственности МПТШ-68 при использовании современных термометров. На рис. 2.8 показаны расхождения в наклонах шкал по показаниям пар термометров в соответствии с их исходными градуировками. Эти расхождения невелики выше 27 К, но при более низких температурах становятся существенными для измерений теплоемкости. Поэтому следует проявлять осторожность при интерпретации точных измерений теплоемкости и других величин, связанных с разностью температур при низких температурах, особенно если они выполнены  [c.58]

Подобрать термометр, стабильность которого существенно выше 1 мК при 20 К, оказывается довольно сложным делом. Только 18 из 60 исследованных термометров показали среднеквадратичное отклонение менее 0,25 мК. Однако в процессе испытаний очень немногие термометры изменяли свои характеристики. Если не считать первых десяти температурных циклов, те термометры, которые показали высокую стабильность, неизменно оказывались стабильными те же, у которых наблюдался дрейф или иные типы нестабильностей, продолжали вести себя аналогичным образом. Было обнаружено, однако, что время от времени градуировка термометра, который на протяжении ряда температурных циклов вел себя стабильно, скачкообразно менялась (рис. 5.37). Скачок сильнее сказывается при более высоких температурах, когда сопротивление термометра меньше. Именно этот эффект, отсутствующий у железородиевых термометров, затрудняет использование германиевого термометра для воспроизведения температурной шкалы в области низких температур.  [c.240]


Будем предполагать, что среднеквадратичное отклонение объема пузырьков по порядку величины сравнимо с их средним объемом. Тогда газосодержапие а будет порядка При этом неравенство (4. 6. 12) можно записать в виде  [c.157]

Технические трубопроводы характеризуются значительным разбросом величины выступов шероховатости относительно их среднего значения (рис. XII.6, б). Поэтому срывы вихрей, образующиеся вначале на самых больших выступах, с ростом числа Re возникают га остальных элементах, в результате чего кривые X=/(Re) плавно отходят от прямой гладкого трения. По данным М. Д. Миллионщикова, шероховатость в опытах Никурадзе характеризовалась дисперсией (среднеквадратичным отклонением от среднего значения) а (0,23—0,3) кя, тогда как для техгическил трубопроводов она достигает 1,5 кэ. С уменьшением дисперсии откл знение от линии гладких труб становится более резким.  [c.173]

С1. с минимальным моментом инерции (рис. 8.19) панраплсна так, чтобы среднеквадратичное отклонение ялементов площади относительпо оси было  [c.239]


Смотреть страницы где упоминается термин Среднеквадратичное отклонени : [c.121]    [c.97]    [c.277]    [c.239]    [c.153]    [c.216]    [c.232]    [c.41]    [c.41]    [c.108]    [c.412]    [c.214]    [c.10]    [c.92]    [c.124]    [c.468]    [c.273]    [c.141]    [c.24]    [c.185]    [c.195]   
Температурные измерения (1984) -- [ c.73 ]

Испытание и наладка паровых котлов (1986) -- [ c.34 ]



ПОИСК



Отклонение от среднего среднеквадратичное

Отклонение среднеквадратичное

Разброс результатов среднеквадратичное отклонение

Тесты на точность, среднеквадратичное отклонение и медианное абсолютное отклонение



© 2025 Mash-xxl.info Реклама на сайте