Информация вероятностная

Необходимость оценки наилучшего из локальных оптимумов на глобальность вызвана вероятностным характером процессов поиска и, следовательно, асимптотической сходимостью к глобальному оптимуму. Поэтому необязательно, чтобы наилучший из найденных локальных оптимумов совпадал бы с искомым глобальным оптимумом. Для повышения вероятности этого совпадения (уверенности в глобальной оптимальности полученного решения) требуется дополнительная информация, получаемая либо за счет дополнительных вычислений, либо за счет априорных предположений. [c.135]

Сравнительный анализ методов показывает, что при расчетах на ЭВМ целесообразно использовать либо метод статистических испытаний, либо вероятностный метод. Для метода статистических испытаний дополнительно к программам вычислений Hj необходимо иметь программы выработки псевдослучайных чисел, которые входят в стандартное математическое обеспечение многих ЭВМ. В случае вероятностного метода достаточно ограничиться программами вычисления Hj, но зато нужна априорная информация о выполнении исходных предпосылок метода. [c.234]

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]

Повышение требований к достоверности расчета прочности высоконагруженных и крупногабаритных конструкций потребовало привлечения вероятностных представлений и статистической информации о механических свойствах материалов и действующих нагрузках. [c.3]

Прогнозирование отличается от расчета системы тем, что решается вероятностная задача, в которой поведение сложной системы в будущем определяется лишь с той или иной степенью достоверности и оценивается вероятность ее нахождения в определенном состоянии при различных условиях эксплуатации. Применительно к надежности задача прогнозирования сводится в основном к предсказанию вероятности безотказной работы изделия Я (О в зависимости от возможных режимов работы и условий эксплуатации. Качество прогноза в большой степени зависит от источника информации о надежности отдельных элементов и о процессах потери ими работоспособности (см. гл. 4, п. 5). Для прогнозирования в общем случае применяются разнообразные методы с использованием моделирования, аналитических расчетов , статистической информации, экспертных оценок, метода аналогий, теоретико-информационного и логического анализа и др. [c.209]

Основные точечные оценки. Вероятностные показатели надежности технических систем и элементов, из которых они состоят, изучаются и определяются на основании опытов. Эксперимент (специальные испытания или эксплуатация технических объектов) является источником всей информации о реальной надежности. В связи с этим весьма важным моментом является получение достоверной статистической информации и использование правильных математических методов статистической обработки эмпирических данных [31]. [c.263]

Под системами автоматического обучения подразумеваются такие системы, в которых основным типом процессов адаптации является переходный процесс изменения критерия качества до тех пор, пока его значение не войдет в допустимую область. При отсутствии полных данных об априорном вероятностном распределении параметров характеристики объекта управляющее устройство в этих системах может накапливать информацию об этих параметрах от цикла к циклу при работе с различными объектами. После ряда циклов управляющее устройство, обучившись , осуществляет более успешные процессы управления. [c.273]

Достаточность информации о параметрах работы линии можно оценить сравнением статистических характеристик с вероятностными. Чем больше теоретическое распределение совпадает с практическим, тем меньше разница между теоретическими и практическими частотами. Таким образом, определение достаточности информации может быть сведено к проверке достоверности параметров случайных величин, вычисленных на основе обработки статистических данных с помощью критериев согласия. [c.197]

В связи с вопросами, рассмотренными в следующей главе, представляют интерес решения на основании вероятностной информации, причем та особая разновидность таких решений, при которой информация представляет собой результат выборочной проверки. Термин выборочная проверка в данном случае толкуется широко и охватывает не только собственно выборочные проверки (вроде выборочного контроля годности партии продукции), но и статистические исследования, например точности станка, наблюдения облачности в метеорологии и пр. Все такого рода способы получить информацию для решения обладают тем общим свойством, что они являются проверками объективных условий применительно к которым выбирается тот или иной образ действий (иначе говоря, выбирается решение). Характерными примерами такого рода выборочных проверок являются [c.21]

Вероятностная схема уточняющей настройки гораздо сложнее схемы независимой настройки, так как необходимое уточнение d определяется по результатам той же проверки, которая привела к забракованию у. н. v. При этом, как и следует ожидать, происходит перераспределение ошибки выборочной оценки уровня настройки. В самом деле, после того, как отклонение у. н. v при очередной проверке забраковано, та самая выборочная Оценка по которой забраковано v, становится для рабочего информацией, определяюш,ей величину уточнения, вносимого в уровень настройки. Нетрудно представить, что одно и то же отклонение v может быть забраковано или не забраковано в зависимости от того, какая ошибка z была сделана при его оценке. [c.89]

Если ненормальный износ возможен, а вероятностной информации о нем нет, то при уточняющей настройке можно применить способ, который позволяет в большей мере воспользоваться преимуществами относительно широкого допуска. При этом способе оптимальный вариант СРК для оперативной цепи решений определяется, исходя из допуска, уменьшенного на резерв точности отсекаемый от поля допуска со стороны угрожаемой его границы. [c.205]

Иное дело — выбор оптимальных статистических методов и операторов при проектировании комплекса обратной связи, осуществляемой с использованием вероятностной информации, с переработкой физических сигналов в команды для регулирующих устройств. Прежде всего это не производственная, а чисто техническая проблема, в которой полностью отсутствует организационный аспект, а экономический аспект сводится к детерминированной функции одного, реже нескольких технических параметров. Во-вторых, если говорить о математическом аспекте, особенно на непрерывных процессах, то на первый план выходит не теория распределения вероятностей случайной величины, а теория случайных функций. [c.245]

Промежуточное место занимают комплексно автоматизированные технологические процессы с вмонтированными на линии датчиками, с электронными статистическими анализаторами, обеспечивающими сигнал о необходимости вмешательства при отклонении от нормы параметров распределения признака качества или величин, характеризующих состояние технологической системы. Здесь налицо проблема оптимизации выбора решения на основе вероятностной информации, но с особыми возможностями в смысле сроков выборочных проверок, вплоть до непрерывного вычисления накопленных средних, скользящих средних, средних квадратических отклонений по накопленным данным, корреляционной функции и пр. (в зависимости от особенностей процесса). [c.246]

Достаточность накопленного объема информации о тех или иных параметрах работы АЛ можно оценить сравнением статистических характеристик с вероятностными. Чем больше число случаев, тем ближе теоретическое распределение совпадает с практическим, тем меньше разница между теоретическими и практическими частотами попадания величины в данный интервал. Определение достаточности накопленного объема информации о случайных величинах может быть сведено к проверке достоверности параметров случайных величин, вычисленных на основе обработки статистических данных с помощью критериев согласия. [c.61]

Степень несовпадения статистической и вероятностной функций надежности характеризует достоверность полученных значений, в первую очередь достаточность накопленного объема информации. Проверим соответствие статистической функции надежности принятому экспоненциальному закону с помощью критерия Пирсона. [c.81]

Известно [33, 35, 36], что в общем случае отдельная реализация СП не дает исчерпывающей информации для определения его вероятностных характеристик, поэтому необходима определенная статистика реализаций. Только в частном случае, если стационарный процесс обладает свойством эргодичности, достаточно одной произвольной реализации, чтобы описать весь процесс в целом. Однако во многих работах [33, 36, 37] отмечается, что большинство встречающихся в физике и технике СП нагружений, соответствующих стационарным явлениям, обладают свойством эргодичности. Поэтому будем рассматривать стационарный процесс нагружения й (t), обладающий свойством эргодичности. [c.127]

Процессу функционирования больших технологических систем и процессу их синтеза свойственна известная неопределенность, вызванная неполнотой информации об условиях эксплуатации, о качестве используемых систем и т. п. Для анализа и синтеза технологических систем подобного типа, если их рассматривать как системы с неполной информацией, могут быть использованы аналитические методы, к которым относятся вероятностные схемы случайных величин и случайных функций, математический аппарат теории массового обслуживания н т. д. В исходных случаях и при полной неопределенно- [c.135]

В языке СИРИУС допускается введение избыточной информации при описании геометрических объектов для определения однозначного решения. Это позволяет транслятору использовать вероятностную оценку при выборе решения. [c.15]

Аналогичные стадии можно проследить и в отношении свойств конструкций, т. е. структуру и свойства машиностроительных конструкций можно рассматривать как детерминированные, случайные с известными вероятностными характеристиками или случайные с неполной информацией о статистических характеристиках. При этом возможны различные сочетания перечисленных выше случаев. [c.3]

Систематическое исследование такого класса динамических систем в статистической динамике машиностроительных конструкций проводится, по-видимому, впервые. Успешное развитие этого метода расчета машиностроительных конструкций существенно зависит от степени разработки методов расчета динамических систем на случайные воздействия с известными вероятностными характеристиками. Приведенные в данной книге методы могут послужить основой решения задачи расчета конструкций в условиях неполной информации о внешнем воздействии. [c.4]

Информация о показателях надежности и долговечности изделий может обладать различной достоверностью, так как эти показатели носят вероятностно-статический характер. В ряде случаев отдельные данные о надежности и долговечности можно получить на основе анализа результатов эксплуатационных испытаний машины или при оценке других показателей машины. Но только специальные испытания по правильно разработанной методике позволят получить те достоверные сведения, которые можно положить в основу мероприятий по повышению надежности машин. Поэтому методы испытания машин на надежность и долговечность превратились в настоящее время в самостоятельную отрасль науки о надежности. [c.51]

Статистические методы оценки вероятностных характеристик хорошо разработаны для контроля характеристик качества в условиях серийного (массового) производства различных машин эти методы могут быть без больших изменений использованы для оценки характеристик ремонтопригодности. Подробно эти методы, включая обработку и анализ информации, получаемой в процессе эксплуатации машин, рассмотрены в гл. 14 и 17. [c.130]

При применении вычислительной техники математическая модель объекта строится исходя из возможностей вычислительной техники, вида и типа вычислительных машин, которыми располагает исследователь. Например, ограниченная оперативная память ЭВМ приводит к необходимости компактного представления модели и методов моделирования, простоте их реализации. С другой стороны, математические модели разрабатываются в зависимости от сложности структуры объекта, математического описания его звеньев и целей моделирования. Цели моделирования, вид и объем исходной информации определяют характер модели — вероятностный или детерминированный, границы моделируемой системы, способ ее разбиения на компоненты, степень требуемой точности и форму описания физических процессов в каждом из них. При этом связь исследователя с моделирующей системой должна быть максимально удобной. Это относится Б первую очередь к способу подготовки и ввода исходной информации, контроля процесса моделирования и обработки результатов. [c.6]

При принятии рс1иений в технической эксплуатации автомобилей используют, как отмечалось, два вида информации вероятностную (статистическую), характеризующую состояние совокупности объектов (автомобилей, агрегатов, деталей) и дающую представление о средних значениях показателей, и индивидуальную диагностическую), характеризующую состояние или показатели работы конкретного объекта — автомобиля в целом, агрегата, детали. 66 [c.66]

Простые критериальные модели дают возможность оперативно провести сравнительный анализ вариантов и выбор конечного варианта (вариантов) с помощью известных методов многокритериальной оптимизации, предназначенных для реализации на ЭВМ. При этом, чтобы учесть неполноту и неточность исходной информации, необходимо оценивать варианты стохастически (по вероятностным оценкам) или по наихудшему случаю (гарантированные минимаксные оценки). [c.43]

Учет разброса параметров и характеристик для выбора технологических допусков на стадии проектирования является одним из эффективных способов повышения качества ЭМП. Однако конструирование расчетных алгоритмов с вероятностными значениями проектных данных приведет к недопустимому переусложнению инженерных методик расчета и необходимости статистической обработки громадного объема информации. Поэтому йлияние технологических допус1 Ьв обычно анализируется после определения расчетных проектных данных. При этом решается следующая задача анализа исследовать отклонения расчетных проектных данных в зависимости от заданных законов распределения случайных значений исходных конструктивных данных и параметров. Отклонения расчетных данных исследуются с помощью тех же детерминированных расчетных алгоритмов, которые применяются без учета технологического разброса конструктивных данных. [c.231]

Основные компоненты ЭС база знаний, хранящаяся в соответствии с некоторыми способами представления знаний, информации о предметной области факты, закономерности, эвристические правила, метаправила рабочее поле для хранения описания решаемой задачи и данных для конкретного сеанса работы ЭС диалоговый процесс, обеспечивающий взаимодействие конечного пользователя, а также инженера по знаниям с ЭС на некотором языке-профессиональном, ограниченном естественном, графическом, тактильного взаимодействия и т.д. решать реализующую функцию планирования, поиска решения задачи, вывода логического блок извлечения, пополнения и корректировки знаний блок объяснений(пользователю действий ЭС) Чаще всего ЭС строятся как продукционные системы Сс числом продукций от нескольких десятков до нескольких тысяч). Для организации поиска решения задач используются различные методы, разработанные в исследованиях по искусственному интеллекту. Для получения выводов из неполных, вероятностных, нечетких знаний применяют вероятностные методы (например юпользующуюсяБайеса формулу), нечеткую логику, логики многозначные. Некоторые ЭС способны делать индуктивные выводы, обучаться. [c.91]

При построении вероятностных моделей отказов (см. например [30]) экспериментальные данные по долговечности элементов представляются эмпирическими функциями распределения (ЭФР) как зависимости вероятности разрушения образцов от времени, числа нагружений и т.д. Приведенные ЭФР являются стуненчатыми функциями, для которых, строго говоря, неприменим традиционный аппарат дифференцирования. Однако, физический смысл эмпирической информации (накопление повреждений, приводящих к разрушению образцов) и схожесть графического представления позволяет сделать вывод, что данные графики можно с уверенностью отнесги к типу "чертова лестница" [c.136]

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]

Наиболее целесообразно в этих условиях применить метод статистических испытаний (метод Монте-Карло) [22], хорошо учитывающий вероятностную природу разброса случайных значений выходных характеристик. Математическое моделирование по этому методу полностью передает сущность и характер натурных экспериментов и в практической постановке сводится к многократному разыгрыванию (согласно установленным вероятностным распределениям) случайных значений х,- и определению для каждого случайного их набора соответствующих значений у . По завершении требуемого числа испытаний Л хр статистическая обработка последовательностей случайных значений у - дает необходимую информацию о распределении значений выходных показателей и параметрах этого распределения. В результате по каждому выходному показателю можно получить его номиналь- [c.131]

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]

В этом параграфе для различных постановок рассмотрены задачи оптимального проектирования балок при ограничениях на жесткость. Предполагается, что внешние нагрузки, действующие на балку, заданы неточно. Известны либо области, которым принадлежат внешние воздействия, либо их статистические характеристики. Таким образом., исследуемый класс задач относится к задачам оптимизации при неполной инфорлгации. Материал балки является вязкоупругим и неоднородно-стареющпм. Наряду с неточно заданными внешними воздействиями с помощью модели неоднородного старения можно учесть также и иные источники неопределенности информации. Сюда можно отнести, например, неточно заданные реологические характеристики материала, случайную скорость воздействия сооружения и др. Для анализа рассматриваемых ниже задач оптимизации конструкций при неполной информации используется как вероятностный, так и минимаксный подходы. Их существо подробно излагается для простейшего случая неармированной консольной балки. В отношении остальных случаев (балка с консолью, шарнирно-опертая балка, армированная балка) ограничимся в основном постановкой задачи и формулировкой полученных результатов [29]. [c.194]

Оценка энергообеснеченности осложняется тем, что исходная информация по гидроресурсам и спросу на электроэнергию, который должна удовлетворить ЭЭС, является неоднозначной и, в лучшем случае вероятностно-определенной. Вероятностный характер гидроресурсов не вызывает сомнений, так как годовая приточность воды в водохранилища ГЭС является случайной величиной в спросе на электроэнергию большую его часть, определяемую промышленными потребителями, можно считать детерминированной и соответствующей их планам выпуска продукции, а оставшаяся часть, куда входит и коммунальнобытовая нагрузка, имеет большую случайную составляющую, определяемую, в частности, колебаниями температуры наружного воздуха. В отдельных случаях может оказаться необходимым вероятностный учет возможного снижения качества топлива, а также недопоставок его по плану [88]. [c.175]

Первый предполагает возможность вместо вычисления тех или иных показателей надежности как вероятностных величин, отражающих последствия совокупности различных случайных возмущений, исследовать поведение системы при экспертно выбираемых (наиболее крупных) возмущениях, влияющих на ее надежность (безотказность, устойчивоспособность, режимную управляемость, живучесть, безопасность), для нескольких вариантов и условий ее работы К Логика использования этого пути основывается на том, что при большой заблаговременности масштабы применения средств обеспечения надежности, например резервов и запасов, необходимые для компенсации рядовых возмущений, значительно меньше диапазона значений вводимых мощностей (производительностей) оборудования и запасов знергоресурсов, который является следствием неопределенности исходной информации. При снижении уровня заблаговременности и соответственно уменьшении неопределенности информации об исходных условиях, когда требуемые значения резервов и запасов (и других средств обеспечения надежности) для компенсации рядовых возмущений оказываются соизмеримыми с диапазоном соответствующих величин, обусловленным неопределенностью исходной информации, осуществляется формирование решений, опирающихся на вычисление показателей надежности как вероятностных величин. [c.143]

С другой стороны, при решении задач на перспективу, когда входная информация к системе носит вероятностный и неопределенный характер, одним из существенных требований является простота используемых зависимостей при формализации системы. Для выполнения этих противоречивых условий математическая модель процесса должна разрабатываться на основе определенного компромисса между потерей чувствительности формализированной системы, т. е. ее реакции на возмущения входных характеристик, и простотой формальных зависимостей модели. Исходя из этого, математическая модель технологического процесса при определении удельных показателей выхода ВЭР должна основываться на использовании в первую очередь статистических и эмпирических зависимостей (в отличие от строгих аналитических зависимостей, используемых при проектировании аппаратов технологических процессов). [c.247]

Статистическая неопределенность возникает в связи с неопределенными свойствами исходной информации, необходимой для выполнения расчетов по определению удельных показателей выхода и выработки энергии на базе ВЭР для различных стратегий развития. Исходная информация, используемая для расчетов технологических процессов, практически делится на три основные группы детерми-нированнуго, вероятностную и неопределенную. В процессе пр згно-зирования образования ВЭР удельный вес детерминированной информации весьма незначителен. Также незначительно количество исходных параметров, для которых известны (или определены статистическим путем) законы распределения вероятностей (или математические ожидания и дисперсии). Другими словами, удельный вес информации, заданной в вероятностной форме, также незначителен. [c.268]

Цифровые автоматические системы могут рассматриваться как особый случай нелинейных импульсных систем, в которых нелинейность, определяющая квантование по уровню, носит ступенчатый характер. Возможны детерминистическая и вероятностная оценки этого эффекта. К цифровым автоматическим системам непосредственно применимы методы исследования устойчивости и периодических режимов нелинейных импульсных систем. Для выбора оптимальных управляющих воздействий в цифровых автоматических системах наиболее удобным оказался метод динамического программирования. Одной из важных задач, возникающих при проектировании цифровых автоматических систем, является задача передачи информации на основе метода приращений и полной передачи уровней. Поэтому необходимо было выяснить возможные пути повышения эффективности и сравнить помехоустойчивость различных методов дискретной передачи информации (дельтамодуляции, разностно-дискретной и импульсно-кодовой модуляций). Проведенный сравнительный анализ этих типов модуляции позволяет произвести обоснованный выбор при различных условиях их использования. [c.271]

По своему содержанию разработанные формы основного уравнения восстановления носят характер уравнений прогнозирования поведения восстанавливаемого элемента в серии последовательных нагружений. Решению задачи обеспечить возможность прогнозирования ПО элемента в будущем были подчинены математические методы описания СП нагружения и СП старения сопротивляемости. Преобразование СП нагружения й (t) по ПНМ обеспечивает вероятностное описание этого процесса по данным одной имеющей ограниченную длину реализации. Для СП старения использована информация о вероятностных свойствах элементов в начальные моменты эксплуатации. При известном законе старения (параметрах а, Ь, а) этой информации достаточно для определения свойств элемента в любой момет времени эксплуатации. Кроме того, вывод выражений (9.2) или (9.9) основан на прогнозировании поведения восстанавливаемого элемента в серии последовательных нагружений (метод мысленного эксперимента). [c.143]

Муди располагал большим объемом информации, над которой он работал на протяжении нескольких лет и результатом которой явился его доклад на Мировом нефтяном конгрессе 1975 г., в котором был использован вероятностно-инженерный метод оценки. Следовательно, это был не просто перепев старых цифр. При проверке ожидаемых значений не следует забывать о пределах изменений это показывает как на недостаточную очевидность неоткрытого потенциала, на который приходится опираться, так и на необходимость постоянной проверки. [c.50]

Методы анализа и оценки находятся в процессе постоянного совершенствования. Использование ЭВМ и математического моделирования в огромной степени увеличило возмолсности применения вероятностных методов. Но, например, при определении потенциала энергии приливов решающим фактором является амплитуда приливов, а не длина береговой линии. Также и объем осадочных пород в разведываемом бассейне является малозначащим фактором без некоторых дополнительных характеристик, которые весьма затруднительно получить без детальной разведки. Поэтому исходная информация для каждого исследования должна быть правильно отобранной и надежной, в противном случае она должна вполне сознательно трактоваться как ненадежная. В этой книге была предпринята попытка указывать степень ненадежности многих, казалось бы, точных исходных цифр. Но в конечном итоге приходилось все же пользоваться тем, что есть в наличии, пытаясь делать наиболее точные выводы из имеющихся данных. [c.349]

Информация о действительной нагруженности и несущей способности — важный элемент при решении вопросов расчета конструкций, совершенствования их схем и форм, применения поверхностного упрочнения и других способов повышения эксплуатационной надежности и ресурса. Далее рассматриваются некоторые вопросы оценки вероятности неразруше-ния (надежности) в связи с условиями нагружения и несущей способностью элементов конструкций. Отказы по прочности, оцениваемые как возникновение разрушения, повреждение опасными трещинами или недопускаемые деформации, могут возникать в результате однократных или кратных перегрузок как статических, так и динамических или же вследствие наличия дефектов, достаточных для разрушения элементов конструкций при свойственном им уровне эксплуатационной нагруженности. Разрушения такого типа рассматриваются как статические, их вероятностная оценка осуществляется с учетом кратности статического нагружения, статистики возможных статических нагрузок и дисперсии статической прочности во внересурсной постановке. Это, например, уже давно делается в области оценки надежности строительных конструкций, гидротехнических сооружений и ряда других, нагруженных в основном статической нагрузкой. [c.137]

Как известно, работа любой машины представляет собой вероятностную систему. Управление вероятностными си-стемаму рассматривается кибернетикой и представляет собой получение, передачу, хранение и переработку, информации [1, 2]. Целью управления надежностью сельхозмашин является выявление- количественных параметров надежности и активное воздействие на эти пяраме ры. [c.11]

Процессом, связанным с й вышением щадёжности, крепи как вероятностной системы, необходимо управлять с целью уменьшения простоев, объема ремонтных работ и увеличения ресурса. Для управления этим процессом нужна обратная связь в виде достаточно информации об эксплуатационной надежности крепи, выраженной количественными показателяг. ми надежности. Воздействие комплексом мероприятий на эти показатели и приводит к повышению надежности крепи [2]. [c.108]

Определение достоверности полученных результатов. Степень достоверности получаемых характеристик работоспособности определяется тремя основными факторами достаточностью накопленного объема информации, который зависит от продолжительности наблюдений типичностью выбранного периода наблюдений для работы данной линии точностью и тщательностью проведения хронометража. Достаточность объема информации проверяют сравнением статистических характеристик с вероятностными. Кроме обычных методов проверки с помощью критериев согласия, доверительных 4" интервалов и т. д., такая про- верка может проводиться при помощи разработанных методов, путем построения кривой среднесменного выпуска с нарастающим итогом и сравнения ее по среднестатистическим уровням за длительный промежуток времени. Исследования показали, что для стабильно работающих автоматических линий продолжительность непрерывных наблюдений должна составить не менее 18—20 смен. [c.31]

На рис. 5 показана блок-схема программного испытания машины, из которой видно взаимодействие отдельных блоков, каждый из которых представляет собой цикл испытаний или расчетов для получения информации, необходимой для оценки качества и надежности машины. Первый блок связан с формированием значений тех параметров, которые будут варьироваться при испытании. Сюда относятся величины и направлею1я внешних сил (включая их динамические составляющие), скорости и законы перемещения узлов машины, тепловые воздействия на машину и др. Различные сочетания зтих параметров при каждом цикле испытания (например, по методу Монте-Карло) дадут возможность оценить выходные параметры машины в вероятностном аспекте. [c.97]

Энциклопедия по машиностроению XXL

Оборудование, материаловедение, механика и ...