Связь параметров процесса корреляционная

Связь параметров процесса корреляционная 13 [c.490]

Каждый сварочный процесс может быть охарактеризован некоторым числом обобщенных координат (параметров), между которыми существуют как функциональные, так и корреляционные связи. При функциональной связи каждому значению одной координаты соответствует вполне определенное значение другой, связанной с первой, координаты. Например, между силой тока и напряжением источника питания имеет место функциональная связь, определяемая его свойствами. Связь между частотой переноса капель металла через дуговой промежуток и силой сварочного тока является корреляционной, поскольку одному значению силы тока может соответствовать несколько значений частоты переноса. Все параметры процесса сварки можно условно разделить на три группы (табл. 1.1) [c.13]

В общем случае для нахождения связи параметра г" (0) с корреляционной функцией Вг] (т ) Х Процесса прежде всего нужно на основе определения (1) и известной функции (2) получить аналитическое выражение для Лг (т). Сделать это, вообще говоря, затруднительно. Вместе с тем если учесть, что случайный процесс г) ( ) обладает свойством (3), то связь между г" (0) и (т) может быть установлена значительно проще. [c.76]

СВЧ приборы для контроля вязкости полимерных материалов и связующих, содержания компонентов и процесса отверждения связующего основаны на использовании корреляционных зависимостей между искомыми параметрами и диэлектрическими свойствами среды. [c.261]

По условиям, принятым нами для моделирования случайных процессов, распределение выборочных средних арифметических подчиняется для всех трех процессов нормальному закону с математическим ожиданием, равным нулю. Распределение выборочных медиан для данных случайных процессов также не уклоняется существенно от нормального закона с тем же математическим ожиданием. Что касается выборочных и то характер их распределения в массе выборок зависит от степени корреляционной связи величин, образующих случайный процесс, из которого взяты выборки. На рис. 2, а показаны полигоны распределения выборочных средних квадратических отклонений S, определенных для выборок из пяти величин, отбиравшихся подряд полигон I — для процесса I полигон II — для процесса II и полигон III — для процесса III. На рис. 2, б показаны полигоны и параметры распределения выборочных размахов определенных также для выборок из пяти величин. [c.26]

Переходя к количественной оценке результатов исследования выборочных статистических характеристик, необходимо отметить прежде всего весьма существенную для данных случайных процессов зависимость параметров распределения этих характеристик от степени корреляционной связи величин, образующих процессы, а также от способа комплектования выборок. Следует указать, что степень автокорреляционной связи случайных величин, образующих процесс II, достаточно характерна для целого ряда современных способов автоматической обработки деталей машин, чего нельзя сказать в отношении случайного процесса III, охваченного весьма сильной автокорреляционной связью. Процесс III [c.26]

При оценке влияния корреляционной связи текущих размеров на параметры, определяющие границы регулирования процессов и индивидуальных значений Xi = а " , анализ средних квадратических отклонений недостаточен в силу того, что величины имеют распределения, существенно отличающиеся от нормального. В этом случае приходится прибегать к анализу законов распределения указанных величин, получение которых обеспечивает рассмотренный выше моделирующий алгоритм. [c.170]

Не установлены устойчивые корреляционные связи между характерными параметрами этих внутренних процессов с параметрами внешнего термомеханического нагружения. Действие необратимых изменений (повреждений) в материале, накопленных к определенному моменту выработки ресурса, проявляется в интегральной форме. [c.42]

Сбор статистических данных о параметрах и качестве отливок в режиме нормальной эксплуатации машин литья под давлением и последующая обработка полученных результатов методами регрессионного и корреляционного анализов позволяют сократить сроки оптимизации режимов литья. Однако число опытов при проведении пассивного эксперимента достаточно велико. Сократить их число, а, следовательно, и быстрее установить связь между переменными параметрами литейного процесса и показателями качества отливок позволяет метод активного эксперимента, который проводится по заранее составленному плану. Этот метод предусматривает одновременное изменение всех переменных параметров, влияющих на качество отливки. [c.187]

При построении математических моделей технологического процесса, когда трудно сделать заключение о характере связи между целевой функцией и переменными параметрами, вид уравнений выбирают априори. Так, при корреляционном и регрессионном анализах в качестве моделей при использовании метода математического планирования эксперимента применяют полиномы первой и второй степеней. Например, для двух переменных параметров эти полиномы имеют вид [c.222]

Модели, учитывающие множество деталей процесса, как правило, громоздки и малоэффективны в связи с усложнением процедуры расчета и аппаратурной реализации. Поэтому всю выборку экспериментальных данных обычно подвергают корреляционному анализу и на этой основе включают в модель только те параметры Хр процесса, которые наиболее [c.17]

По-видимому, весомые результаты для целей планирования испытаний можно ожидать от исследований в области разработки моделей надежности объектов с использованием информации о процессах износа, усталости, роста трещин, коррозии, старении и т. п. Так как получение аналитических зависимостей о комплексном влиянии внутренних, и внешних факторов на эти процессы затруднено из-за ряда причин, то целесообразно получение экспериментальных данных в условиях многофакторных испытаний. При этом важно отыскание вида и значения корреляционных связей между параметрами несущей способности объектов и действующих на них эксплуатационных факторов. [c.142]

О)гласно методу функциональной взаимозаменяемости, прежде всего необходимо выявить функциональные параметры, т.е. параметры, влияющие на эксплуатационные свойства изделий или служебные функции их деталей и узлов. Ими могут быть геометрические, электрические, механические и другие параметры. Далее необходимо аналитически или экспериментально установить степень влияния этих параметров и их отклонений на эксплуатационные показатели нового изделия и в процессе его длительной эксплуатации. Изучаемые связи могут иметь характер функциональной или вероятностной (корреляционной) зависимости. Пользуясь найденными зависимостями и исходя из допускаемых отклонений эксплуатационных показателей изделий, устанавливают экономически оптимальные допуски на функциональные параметры деталей и сборочных единиц. Допускаемые отклонения эксплуатационных показателей машины или прибора определяют исходя из служебного назначения, требований к их надежности, долговечности, безопасности и др. [20, 21]. [c.33]

Универсальностью обладают также некоторые экономические и технико-экономические параметры оптимизации. Параметр оптимизации должен иметь распределение по нормальному закону. Если предлагается характеризовать объект исследования несколькими выходными параметрами, то всегда будет полезно исследовать возможность уменьшения их числа. Для этого рекомендуется использовать корреляционный анализ, при помощи которого выявляется теснота связи между всеми возможными парами выходных параметров. Характеристикой связи между двумя параметрами является величина коэффициента парной корреляции. При этом необходимо помнить, что коэффициент парной корреляции как мера тесноты связи имеет математический смысл только при линейной зависимости между параметрами и при их-распределении по нормальному закону. Чтобы проверить значимость коэффициента парной корреляции, необходимо сравнить расчетное значение с критическим табличным значением, которое приводится в соответствующих таблицах математических справочников. Табличное значение коэффициента корреляции определяют по числу степеней свободы f = N — 2 и уровню значимости, равному а = 0,05, Если окажется, что расчетное значение коэффициента парной корреляции больше или равно критическому (табличному), то гипотеза о наличии тесной связи между двумя исследуемыми параметрами не отвергается с надежностью вывода Р = 1 — а = 0,95, а если меньше, то гипотеза о наличии корреляционной линейной связи отвергается. При тесной связи между двумя параметрами один из них исключается, так как не содержит дополнительной информации об объекте исследования. Предпочтительно исключить тот параметр, который сложнее измерять в процессе эксперимента. [c.291]

При статистическом анализе случайных процессов вычисляемые ординаты корреляционной и взаимной корреляционной функций зависят от выбора масштабов, единиц измерения исследуемых параметров. Для оценки характера и тесноты статистической связи выполняется операция нормирования ординат в соответствии с выражением [c.110]

Согласно расчетам корреляционных связей прироста серы в наплавленном металле в зависимости от концентрационных условий в зоне плавления, основности флюса и параметров режима (кинетики процесса) [c.82]

При автоматизации производства зубчатых колес обычно используют автоматизированные средства измерения, о которых говорилось выше, иногда в виде группы приборов, подключенных к управляющей ЭВМ. С помощью этих приборов осуществляется выборочное измерение, иногда с участием операторов и, как правило, от ЭВМ получают статистические показатели, характеризующие точность изготовления в масштабе текущего времени (среднее значение, среднее квадратическое, систематическое функциональное отклонение). Редко встраиваются приборы непосредственно в автоматические линии по производству зубчатых колес. Объясняется это прежде всего тем, что при оценке точности зубчатых колес имеют место весьма тесные корреляционные связи погрешности нормируемых элементов колес с погрешностью определенных частей технологического процесса, поэтому целесообразнее осуществлять наблюдение за точностью технологического процесса и, в частности, путем выборочного измерения зубчатых колес вместо измерения всех изготовленных колес. Встраиваются в автоматические линии приборы для приемочного контроля в двухпрофильном зацеплении. Эти приборы просто автоматизируются и позволяют комплексно определять точность технологического процесса и годность изделия и, прежде вего, выявляется отсутствие нарушения таких неустойчивых параметров технологического процесса, как погрешность установки заготовки на станке и стойкость режущего инструмента. [c.190]

В океанических районах тропической зоны малые значения коэффициента корреляции pi = pj) обусловлены несколько иным механизмом, а именно, несинхронным изменением вариаций температуры и влажности воздуха в процессе конвективного подъема очень теплых и влажных воздушных масс. При близости воздуха к состоянию насыщения даже незначительное понижение его температуры сопровождается здесь сильным изменением концентрации водяного пара (большая часть его конденсируется и в виде ливневых осадков выпадает на земную поверхность). Данный процесс, кстати, и определяет наиболее часто в тропосфере тропической зоны океанов не прямую, а обратную корреляционную связь между вариациями температуры и влажности воздуха причем она может быть здесь довольно тесной, с коэффициентом взаимной корреляции —0,4... —0,6 (подобные значения этого параметра отмечаются, в частности, зимой над югом Карибского моря). [c.123]

На сегодняшний день вопрос о типах и формах корреляционных связей в турбулентных потоках остается открытым. Разрабатываемые физическая и математическая модели аэроакустических процессов предполагают наличие информации об одноточечных и двухточечных корреляциях газодинамических параметров. [c.108]

В классе дескриптивных моделей (1У.5—а) издавна и широко развиты различные типы статистических корреляционно-регрессивных моделей. Они выражают корреляционную связь какого-либо экономического процесса с другими предположительно сопряженными с ним и воздействующими на него факторами. Обычно эти модели представлены уравнениями регрессии с параметрами, полученными статистической обработкой данных. Связь между переменными (или их логарифмами) чаще- всего предполагается линейной, хотя возможны и более сложные зависимости. [c.303]

Так, была разработана методика моделирования границ регулирования технологических процессов при наличии существенной корреляционной связи текущих размеров обрабатываемых изделий [2]. Моделирование выполнялось без учета отклонений формы изделий. Усиление корреляционной связи размеров величин зон рассеивания параметров процесса (выборочное математическое ожидание, размах, медиана) приводит к значительному уклонению их от соответствующих значений, определяемых для процессов, образуемых взаимонезависимыми размерами. [c.22]

Ряд указанных исследований проводился на электродинамических или электромагнитных вибраторах без обратной связи и без надлежащей стабилизации параметров случайного процесса, поэтому результаты этих исследований не могут считаться вполне достоверными. Появление электрогидравлических машин с обратной связью позволило проводить усталостные испытания при случайном нагружении с обеспечением заданных параметров процесса и его стационарности. Однако соответствующих результатов имеется пока ограниченное количество. Рассмотрим в качестве примера результаты работы Пфайфера 193], в которой при регулярном и случайном нагружении испытывались на элек-трогидравлической машине с обратной связью при растяжении-сжатии плоские образцы с надрезами а = 2,44) из трех типов углеродистых сталей. На рис. 5.8 представлены четыре типа использованных при испытании случайных процессов, характеризующихся различными значениями г иГь Здесь г — коэффициент корреляции между минимумами и непосредственно следующими за ними максимумами процесса [55], получающийся при статистической обработке данных, представленных в корреляционной таблице (см. рис. 4.6) i — фактор нерегулярности процесса (обозначение и название по данным работы [93]), представляющий собой отношение среднего числа пересечения процессом нулевой линии к среднему числу Экстремумов [величина i совпадает с X, определяемой соотношением (4.40) ]. Процесс F1 является узкополосным процессом, для которого все методы схематизации дают практически одинаковые результаты процесс F4 — достаточно широкополосен, процессы F2 и F3 имеют промежуточный характер. Применяли схематизацию процесса по методу экстремумов. Распределение экстремумов, максимумов и минимумов процессов было близким к нормальному. [c.179]

Корреляционные связи между параметрами, характеризуюи ими процессы диссипации и массопереноса, несут наряду с кинетикой изменения самих параметров процесса трения важнейшую информацию о механизме фрикционного взаимодействия. Часто без совместного анализа параметров, характеризующих процесс трения, просто невозможно детально разобраться в иерархии механизмов формирования пограничного слоя. Уже отмечалось, что колебания относительного перемещения образцов в нормальном направлении обусловливаются целой совокупностью причин. Если эти колебания совпадают по фазе с колебаниями электропроводности, то их причиной является, скорее всего, образование и oтpьFв крупных частиц разрушения. В этом случае амплитуда колебаний в нормальном направлении характеризует размер частиц разрушения. Если колебания противоположны по фазе, то их причиной является образование неэлектропроводных слоев, таких как пленки на поверхностях, изрядная доля смазочного материала в веществе пограничного слоя и т.д. В этом случае амплитуда колебаний в нормальном направлении определяется толщиной пленок и/или смазочного клина, процентным содержанием смазочного материала в пограничном слое и т.д. [c.285]

Уравнения (6.2) моделировались при следующих значениях параметров 261 = 0,75 /г = 17,5 й 1 = 20 71 = а, = = А = аг = = 2 = (Й2 = 1 2бг = 0,5 2 — 0,1 А 2 = 10 = 20 тп1 — тп2 = = П1. В отсутствие связи (т = 0) колебания обоих генераторов являются хаотическими и не коррелированными между собой. Спектры колебаний имеют разну о ширину и расположение пич-ков (.рис. 9.75, а). При увеличении связи т ширины спектров выравниваются, а пички располагаются на близких частотах. В этом смысле можно говорить о взаимной синхронизации генераторов Хаотических колебаний. Для примера на рис. 9.75, б представлены спектры процессов Xl(i) и Хг( ) для случая т — 1. Из сравнения рис. 9.75, а и б видно, что при ттг = 1 спектр второго генератора существенно смещен в низкочастотную область, а его ширина существенно меньше, чем при т=0. На рис. 9.76 показана взаимная корреляционная функция процессов x t) и X2 t). Ее первый максимум расположен при т=5 0, что указывает па некоторый фазовый сдвиг между колебаниями обоих генераторов. [c.330]

В 3 главы 1 синергетический подход используется для описания термодинамических (п. 3.1) и кинетических (п. 3.2) переходов. При описании первых в качестве параметра превращения используется плотность сохраняющейся величины, а во втором случае — сопряженный ей поток. Наше рассмотрение основывается на уравнении непрерывности и соотношении Онзагера, обобщение которых на нестационарный случай приводит к системе Лоренца. В этой связи можно предполагать, что развитый формализм представляет синергетическое обобщение физической кинетики. В п. 3.3 показано, каким образом уравнения Лоренца следуют из полевого подхода. Важная особенность сильно неравновесных систем состоит в том, что их поведение определяется как одиночными возбуждениями фермиевского типа, так и коллективными — бозевско-го. Поэтому последовательная микроскопическая теория таких систем должна носить суперсимметричный характер. Соответствующая техника изложена в 4 главы 1, где сначала (п.4.1) проведена микроскопическая интерпретация модели Лоренца. Показано, что она отвечает простейшему выбору гамильтониана бозон-фермионной системы. В п. 4.2 представлен суперсиммефичный лафанжев формализм, позволяющий воспроизвести уравнения Лоренца, в которых роль управляющего параметра ифает энтропия (см. также Приложение В). Использование корреляционной техники в п. 4.3 позволяет самосогласованным образом описать эффекты памяти и потери эргодичности в процессе самоорганизации. Получены [c.8]

Косвенным способом определяют статистические характеристики дорог по результатам их воздействия на автомобиль как динамическую систему с заданными параметрами. И. Г. Пархи-ловским был исследован процесс относительных вертикальных колебаний кузова и колес задней подвески легкового автомобиля типа Волга при его движении с заданными постоянными скоростями по дорогам разных категорий. На основании анализа процессов колебаний определяют характер микропрофиля дорог и устанавливают соответствующую корреляционную функцию. Поскольку корреляционная функция н спектральная плотность связаны между собой преобразованием Фурье, то по виду корреляционной функции микропрофиля дороги можно определить ее спектральную плотность. Обычно принимают, что корреляцион- [c.61]

Корреляционный анализ показал, что выбранные характеристики свойств обрабатываемых материалов и твердых сплавов, в том числе твердых сплавов с покрытием, параметры геометрии инструмента и режимов резания имеют достаточно сильную связь со стойкостью инструмента (см. табл. 47). Обращает внимание характер влияния исследованных факторов процесса резания на стойкость инструмента с покрытием. В отличие от варианта резания инструментом без покрытия влияние подачи при обработке жаропрочных и титановых сплавов существенно выше, чем влияние скорости реэания. Во всех случаях свойства твердосплавной матрицы оказывают более сильное влияние на стойкость, чем свойства твердых сплавов с покрытием. Это еще раз подтверждает установленный факт сильного влияния свойств твердосплавной матрицы на работоспособность покрытия и указывает на необходимость назначения твердосплавной матрицы максимальной термодинамической устойчивости и прочности. [c.178]

Для того чтобы выразить параметр г" (0) через корреляционную функцию Ец (т) исследуемого процесса т] ( ), предварительно заметим, что функциональная связь (35) приводит в данном случае и к однозначной связи между дисперсиями производных = = (М г Следователыю, если функция Ец (т) имеет [c.82]

После того, как выбраны параметры оптимизации, выявляем все факторы, которые могут влиять на процесс. Фактором называется независимая переменная, соответствующая одному из возможных способов воздействия на исследуемый объект. Фактор считается заданным, если указаны его название и область определения. В выбранной области определения он может иметь несколько значений, которые соответствуют числу различных его состояний. Принятые для эксперимента количественные и качественные состояния фактора носят название уровней фактора. В качестве факторов целесообразно применять такие независимые переменные, которые являются управляемыми, однозначными, совместимыми с друглми, не связанными между собой линейными корреляционными связями. Если все учитываемые факторы отвечают этим требованиям, то можно воспользоваться математической теорией планирования активных многофакторных статистических экспериментов. Если же значимые факторы все или некоторая их часть оказываются неуправляемыми, то используется метод пассивных экспериментов. [c.293]

Исследование всякого рода взаимосвязей является одним из наиболее распространенных направлений применения МММ в инженерной геологии. Предметом изучения при этом слул ат различные показатели физико-механических свойств пород, связи между структурой пород и их механическими свойствами, влияние различных факторов на геологические процессы (оползни, переработка берегов водрхранилищ и т. д.). При решении этих задач используются различные методы и модели, как детерминированные, так и статистические. Однако здесь нас интересует классификация всего этого множества методов и моделей по другому признаку основано решение задачи на вскрытии механизма взаимосвязи и взаимовлияния факторов или оно использует принцип черного ящика . Существенно, что содержательная интерпретация результатов решения, полученного по этой схеме, как правило, неоднозначна. Примерами первого способа могут служить классические решения механики грунтов, задач об устойчивости откосов, о переработке берегов водохранилищ и др., а также ряд решений, связывающих параметры трещиноватости с механическими и фильтрационными свойствами пород в массиве примерами второго — разнообразные корреляционные зависимости, парные и многомерные между показателями состава, структуры и свойств пород. Эти примеры свидетельствуют о многообразии решаемых задач и о том (важном с методологической точки зрения) факте, что одни и те же задачи решаются с использованием обоих способов. Последнее обстоятельство дает возможность рассмотреть преимущества и недостатки каждого из них на конкретных примерах. [c.8]

Под структурой поля геологического параметра понимают отношения элементов геокомпозиции. Иначе говоря, это — ее строение, определяемое отношением элементов, имеющих различные по величине и знаку отклонения от регионального фона. Так как отношения элементов описывают функции математического ожидания поля и среднего квадратического отклонения, то обе эти функции представляют структуру поля геологического параметра при его аналитическом выражении. Поле геологического параметра обладает марковскими свойствами, вытекающими из информационных свойств ( памяти ) геологического процесса. Вследствие этого полю свойственна еще одна, очень важная, так сказать, внутренняя структура — статистическая. Ее представляет автокорреляционная функция поля, которая описывает корреляционную связь между его элементами, pa пoлoлieнными на разных расстояниях в различных направлениях. Эта функция в общем случае в разных направлениях будет разной. Различия, в частности, проявляются в радиусах корреляции Таким образом, под структурой поля геологического параметра понимают строение и вид функции математического ожидания, функции среднего квадратического отклонения, автокорреляционной функции. Как отмечено, автокорреляционная функция, описывающая взаимосвязь между оценками геологического параметра в различных точках геологиче- [c.193]

Информативность параметров АЭ-сигналов. АЭ-сигналы характеризуются амплитудой, длительностью, формой, временем появления. Поток сигналов, кроме того, можно характеризовать статистически средней частотой событий, спектральной плотностью, амплитудным и временньш распределениями, корреляционной функцией, федним значением, дисперсией. Каждая из перечисленных характеристик связана с физическим процессом, порождающим АЭ, и ее определение может дать информацию о протекании процесса или состояния объекта. Желательно измерить возможно большее число параметров потока АЭ-сигналов. Практически трудно определить многие параметры потока сигналов, обычно офаничиваются измерением нескольких основных характеристик, тем более, что некоторые из них взаимосвязаны. [c.163]

Энциклопедия по машиностроению XXL

Оборудование, материаловедение, механика и ...