Вероятностный анализ

Состав средств обеспечения объектных подсистем САПР зависит от класса проектируемых объектов. В качестве примеров таких подсистем можно назвать подсистемы конструирования объектов, их деталей и сборочных единиц, поиска оптимальных проектных решений, анализа энергетических или информационных процессов в объектах, определения допусков на параметры и вероятностного анализа рабочих показателей объектов с учетом технологических и эксплуатационных факторов, технологической подготовки производства. Любая из перечисленных подсистем не даст возможности проектировщику получить рациональные проектные решения, если не будут учитываться особенности математического и графического описания именно данного класса объектов, не будет обобщен опыт их проектирования, не будут предусмотрены перспективные технологические приемы. Вместе с тем весьма желательна всемерная универсальность объектных подсистем в отношении большого класса однотипных объектов. Например, для всего класса ЭМУ могут быть созданы на единой методической основе объектные подсистемы для анализа электромеханических и тепловых процессов, не говоря уже о конструировании деталей или механических расчетах. Именно универсальность объектных подсистем позволяет свести к минимуму дублирование дорогостоящих работ по их созданию и открывает путь к формированию все более широких по назначению отраслевых САПР. Объектные подсистемы могут находить применение как на определенном этапе проектирования, так и на нескольких его этапах, при этом решается ряд типовых задач с соответствующей адаптацией к требованиям каждого этапа. Примерами могут служить подсистема определения допусков на параметры и вероятностного анализа, применяемая на соответствующем этапе, и подсистема поиска оптимальных проектных рещений, которая может служить как для определения рационального типа и конструктивной схемы объекта, так и для параметрической оптимизации. [c.22]

Что касается принципов построения моделей для вероятностного анализа объекта, то и здесь удается избрать единый метод статистических испытаний, суть которого состоит в прямой имитации случайных величин, характеризующих разброс технологических и эксплуатационных (в некоторых сечениях периода эксплуатации) факторов 98 [c.98]

Для проверки правильности задания допусков в дальнейшем был проведен вероятностный анализ рабочих показателей ЭД с учетом нормального распределения значений параметров в пределах допусков. Результаты анализа по уровню потребляемой мощности Р) представлены в виде гистограммы, на которой показаны относительные частости появления значений Р, в границах разброса 31—37,1 Вт [c.251]

Пути улучшения рабочих свойств проектируемых изделий, сокращения сроков и затрат на внедрение в серийное производство связаны с возможно более полным учетом предполагаемых технологических и эксплуатационных воздействий в их реальной взаимосвязи. Эти задачи целесообразно решать на стадии проектирования с применением стохастической математической модели ЭМУ (см. 5.1), позволяющей воспроизводить разнообразные детерминированные и случайные воздействия на уровень рабочих показателей проектируемых объектов. Для этого разрабатываются специальные алгоритмы вероятностного анализа. [c.252]

Вероятностный анализ объектов с учетом технологических и эксплуатационных факторов. [c.252]

Вероятностный анализ должен помочь проектировщику в ответе на вопросы Каков ожидаемый разброс значений рабочих показателей объекта , Каким образом влияют на уровень этого разброса различные способы организации технологических процессов производства 252 [c.252]

В процессе вероятностного анализа, как правило, необходимо получать независимые (некоррелированные) последовательности случайных значений одновременно по нескольким входным параметрам. Для получения таких последовательностей с одинаковым видом распределения могут применяться одни и те же ДСЧ, но с разными начальными константами. На рис. 6.37 представлена схема алгоритма выработки случайных значений параметров. При этом предусматривается возможность получения равномерных и нормальных распределений, а также распределений, задаваемых эмпирическими плотностями вероятности (гистограммами). По каждому параметру должны быть заданы номинальное значение нижнее 5 , и верхнее [c.255]

Тогда задача вероятностного анализа, соответствующего эксплуатационному контролю, состоит в определении наихудших сочетаний эксплуатационных воздействий и в проверке условия (6.62) для каждого такого сочетания. [c.262]

В табл. 6.13 представлены результаты вероятностного анализа при учете технологических факторов на фоне детерминированного воздействия эксплуатационных факторов, которое выражается в виде различных сочетаний напряжения, частоты и температуры окружающей среды. Эти сочетания определялись с помощью матрицы коэффициентов влияния, фрагмент которой приведен в табл. 6.11. Здесь приведены только границы разброса потребляемой мощности в номинальном режиме работы, пускового тока и времени разгона, хотя по каждому показателю были получены и гистограммы распределений. Эти данные позволяют выявить неблагоприятные сочетания внешних воздействий по различным рабочим показателям. В данном случае седьмой вариант эксплуатационных воздействий оказывается неблагоприятным по уровням потребляемой мощности и пускового тока, а восьмой — по уровню времени разгона. На рис. 6.42 представлены гистограммы распределения значений номинального тока в различных условиях испытаний, которые дают [c.262]

В частности, применение алгоритма вероятностного анализа весьма целесообразно для оценки несимметрии показателей в двухдвигательном приводе, подход к математическому описанию которого был дан в 5.1 и 6.4. Моделируя независимые случайные значения параметров одного и другого ЭД, легко получить наглядную и достоверную информацию о вероятном уровне несимметрии показателей ЭД и выявить пути решения проблемы симметрирования. Некоторые результаты моделирования для вероятностной оценки несимметрии приведены на рис. 6.43. [c.264]

В дальнейшем производится расчет допусков на параметры проектируемого ЭМУ и вероятностный анализ с учетом технологических и эксплуатационных факторов. Изменяя эти факторы в различных сочетаниях, можно имитировать реальные процессы испытаний продукции. Результаты вероятностного анализа могут оказаться негативными. В этом случае необходимо скорректировать ранее определенные допуски на параметры и повторить процедуру вероятностного анализа. [c.270]

Действительно, строгая постановка и решение задач параметрической оптимизации, расчета допусков на параметры, вероятностного анализа ЭМУ стали возможными только благодаря применению ЭВМ. При этом проектировщики могут одновременно прорабатывать несколько вариантов проекта, ощутимо не увеличивая затрачиваемое время. [c.270]

Расчет допусков производится относительно значений параметров, определенных на этапе параметрической оптимизации и уточненных при детальном анализе. Рассчитанные и проверенные путем вероятностного анализа значения допусков служат дальнейшему развитию ранее полученного описания объекта. [c.271]

Получение промежуточных или окончательных проектных решений на взаимосвязанных этапах автоматизированного проектирования является задачей объектных подсистем САПР. Очевидно, что на различных этапах проектирования возникает ряд однотипных проблем, таких как поиск оптимальных проектных решений, конструирование, анализ физических процессов в объекте, вероятностный анализ, расчет допусков на параметры. Поэтому целесообразно выполнять однотипные действия с помощью одной объектной подсистемы на разных этапах проектирования или применять компоненты разных подсистем на одном этапе. [c.271]

Взаимодействие расчетных и графических процедур 190 Вероятностный анализ 252 Внедрение САПР 280 Выбор аналогов проектируемого объекта 192 [c.294]

Вероятностный анализ условий усталостного разрушения предложен Н. Н. Афанасьевым. Поликристалл при этом моделируется как система элементов (зерен) с одинаковым пределом текучести, деформирующихся без упрочнения, но со случайным распределением действующих в каждом зерне переменных напряжений а. [c.107]

Ошибки персонала также трудно поддаются вероятностному анализу с получением количественных оценок. Получаемые расчетным путем значения степени риска Неизбежно будут иметь погрешность. Какова все-таки точность этих оценок Возможно, приемлемой была бы ошибка в пределах порядка величины. Но, если даже принять возможность ошибки на два порядка величины, степень риска от атом- [c.357]

ВЕРОЯТНОСТНЫЙ АНАЛИЗ АКУСТИЧЕСКИХ СИГНАЛОВ МАШИН [c.39]

ОТКАЗОВ ДЕРЕВО - дерево, описывающее отказы системы в надежности теории. Вершины О Д обозначают качественно различные состояния системы. При отказе какого-либо элемента происходит переход из одной вершины в другую, причем в направлении от корня ОД абсолютно исправного состояния системы. Конечные вершины ОД соответствуют отказовому состоянию системы. Представление схемы отказов в виде О Д облетает логико-вероятностный анализ надежности. [c.52]

Как и для других объектов, процесс проектирования ЭМУ разделяется на ряд этапов, основными из которых являются разработка и анализ ТЗ, создание эскиза конструкции, расчет параметров, детальный анализ физических процессов, определяющих рабочие свойства объекта, расчет допусков на его параметры, вероятностный анализ с учетом технологических и эксплуатационных факторов, разработка проектной документации. В качестве последующих этапов рассматриваются также технологическая подготовка производства, организация серийного изготовления и эксплуатации объектов. Все названные этапы, наряду с выявлением общественных потребностей на разработку новых объектов, проведением предпроектных исследований, а также с необходимостью депроизводства (уничтожения) после отработки определенного ресурса, составляют жизненный цикл любого технического объекта. [c.12]

Поэтому уже на стадии разработки ЭМУ настоятельно необходимо получение статистической оценки показателей его функциональной пригодности. Применение методов вероятностного анализа позволяет распространить возможности разработанных моделей физических процессов в ЭМУ на уровнеь технологических и эксплуатационных задач, обеспечивая новое качество исследования, отвечающее требованиям системного подхода к решению задач. Это требует построения стохастической математической модели ЭМУ, которая адекватно воспроизводила бы проявление случайных отклонений перечисленных факторов. [c.131]

Выбор метода построения модели должен учитывать особенности системы функциональных связей, характер распределения случайных значений Х/, а также требования к объему информации о выходных показателях У/. Для задач вероятностного анализа ЭМУ уу = /у (х,-) представляется в общем виде, как было видно из предыдущих рассуждений, сложными и нелинейными уравнениями, для которых не может быть гарантирована явновыраженность и дифференцируемость. Входные параметры являются, как правило, непрерывными в границах поля допуска случайными величинами, а вероятностные законы их распределения могут быть в принципе различны. Для выходных показателей обычно требуется полная статистическая характеристика на основе методов, используемых в теории вероятностей. [c.131]

Блок функциональных связей стохастической модели как расчетная часть алгоритма, преобразующая случайный набор х,- в соответствующие значения Уу, представляет собой детерминированную математическую модель и строится на основе ранее рассмотренных моделей электромеханических преобразований, теплового, деформационного и магнитного полей и соответствующих алгоритмов анализа. Особое место занимает случай многомашинного каскада. Здесь в силу существующих механических и электрических связей между отдельными ЭМ некоторые из параметров одной из них становятся зависимыми от другой, имеющей, в свою очередь, собственный случайный уровень входных параметров. Сама система функциональных связей приобретает несколько иной вид уу = /у [х, (х,. )], где Xj(s ) - функциональная зависимость /-ГО параметра от связей 5, с другой ЭМ к = , р р - число связей, влияющих на х,-. Поэтому здесь нельзя строго определить суммарные показатели каскада, например, для двухдвигательного привода, простым удвоением результатов для одного ЭД, ибо каждая конкретная реализация привода характеризуется своим случайным уровнем связей между ЭД, и необходим вероятностный анализ всей системы в целом с привлечением соответствующей детерминированной модели. [c.136]

Рассмотренный алгоритм может быть применен для обработки статистики по нескольким рабочим показателям объекта. При этом не накладьтается ограничений на количество таких показателей. Кроме того, если предусмотреть долговременное хранение промежуточной информации о накопленных статистических данных, например, на магнитных дисках, можно последовательно наращивать статистику, получая окончательные гистограммы за несколько обращений к ЭВМ. Это оказывается полезным при значительных затратах времени на рещение задачи вероятностного анализа. [c.259]

Рассмотрев основные особенности реализации стохастической математической модели на ЭВМ, можно перейти к характеристике собственно алгоритмов вероятностного анализа, применяемых для исследования качества пpoeктиpyeмы) ЭМУ. [c.259]

Сложность оценки совокупного воздействия технологических и эксплуатационных факторов состоит в необходимости проведения статистических испытаний каждого варианта объекта, формируемого под воздействием технологических факторов, с учетом эксплуатационных воздействий. Моделирование подобных испытаний даже на современных быстродействующих ЭВМ связано с непомерно больишми затратами мащинного времени. Поэтому в данном случае для вероятностного анализа объекта применяется моделирование выборочных испытаний изделий по количественно измеряемым признакам, в качестве которых рассматриваются рабочие показатели объекта. [c.260]

Представленный,пример показывает лишь один из возможных способов применения алгоритмов вероятностного анализа. Крюме того, они находят применение и для решения других задач. Так, выявление параметров, наиболее влияющих на разброс рабочих показателей ЭМУ, позволяет наметить направления основных усилий по формированию заданного урювня качества объектов, рационализации технологических процессов, обеспечению необходимых условий эксплуатации. Это может быть выполнено на основе стохастической модели при поочередном изменении каждого параметра в отдельности или приближенно с помощью коэффициентов влияния. [c.263]

Организация взаимосвязей программных модулей при выполнении различных заданий осуществляется с помощью управляющих программ вероятностного анализа и расчета допусков на параметры. Так, например, с помощью управляющей программы вероятностного анализа удается реализовать такие логически сложные алгоритмы, как алгоритм оценки несимметричности энергопотребления и других рабочих показателей электродвигателей, работающих в составе. привода, возникающей из-за реального распределения входных параметров двигателей в пределах допусков. Укрупненная схема программной системы вероятностного анализа и определения допусков на параметры гиродвигателей приведена на рис. 6.44. [c.265]

Можно предположить, что в пристенной области при взаимодействии струи с преградой происходят иыбросы, которые являются одной из причин существенной интенсификации теплоотдачи. В пользу сделанного предположения о возможном механизме интенсификации теплоо1Дачи в окрестности критической точки говорит следующий факт. В окрестности критической точки зафиксирована высокая интенсивность пульсаций давления, а такая физическая обстановка стимулирует выбросы. Однако этот механизм мало изучен и прежде всего не известны причины возникновения выбросов. Поэтому еще не разработаны надежные методы расчета теплообмена, основанные на явлении выбросов. Для изучения этого явления используют вероятностный анализ. [c.170]

Результаты вероятностного анализа переменной напряженности при узком диапазоне частот простых по форме циклов колебанийг напряжений изображают графиком повторяемости числа колебаний tii при величине амплитуды Tat. Такой график в виде гистограммы представлен на рис. 8.1,а. На нем по оси ординат отложена амплитуда напряжений Оцг, по оси абсцисс — число ее повторений г- [c.166]

Представление распределений. Одной из самых важных задач вероятностного анализа акустических сигналов машин и механизмов является достаточно полное и удобное представление экспериментально полученных функций плотности распределения вероятностей. С одним из способов представления, правда, косвенно, мы уже знакомы — это моменты распределения. Представляют интерес также способы непосредственного оппсаипя функций плотности распределения с помощью подходящих математических формул. [c.46]

Энциклопедия по машиностроению XXL

Оборудование, материаловедение, механика и ...