Варьирование результатов, причины

ПРИЧИНЫ ВАРЬИРОВАНИЯ РЕЗУЛЬТАТОВ НАБЛЮДЕНИЙ [c.21]

Итак, варьирование результатов наблюдений вызывают причины двоякого рода естественная изменчивость признаков и ошибки измерений. Однако по сравнению с естественным варьированием случайные ошибки измерений, как правило, невелики, поэтому варьирование результатов наблюдений рассматривают обычно как естественное варьирование признаков. [c.22]

Определение этих 10 параметров позволило заметно уменьшить число вариантов, рассчитываемых для идентификации модели (4.1), которая проводилась по методике многокритериальной оценки параметров [65]. При этом использовались, кроме указанных в табл. 4.2, результаты еще 4-экспериментальных режимов с различной настройкой ДС и ДТ (т. е. с варьируемыми Aj, Ас, By, Вс). В качестве добавочных критериев близости модели и устройства принимались времена разгона fp, начала торможения и и цикла tn, соответствующие ускорения бр, 8т и Ец и максимальные значения давлений в цикле— шах pi и max р . Определение исходной области варьирования неизвестных параметров проводилось с помощью содержательного анализа качественного влияния отдельных параметров на выходные кривые (Oi Pi (i) и Pz (t) модели. В результате построена модель, довольно точно отражающая динамику работы привода (рис. 4.4). Исследование этой модели позволило определить причины наиболее часто наблюдавшихся дефектов поворотного стола и выявить его-возможные неисправности, не встретившиеся в экспериментально обследованных станках. Соответственно были построены алгоритмы, выбраны диагностические параметры и т. п., что позволило в несколько раз уменьшить простои станков из-за дефектов поворотного стола (см. разд. 8.1.2). [c.66]

Биологические признаки варьируют под влиянием самых различных, в том числе и случайных, причин. Наряду с естественным варьированием на величине признаков сказываются и ошибки, неизбежно возникающие при измерениях изучаемых объектов. Опыт показал, что как бы точно ни были проведены измерения, они всегда сопровождаются отклонениями от действительного значения измеряемой величины, т. е. не могут быть проведены абсолютно точно. Разница между результатами измерений и действительно существующими значениями измеряемой величины называется погрешностью или ошибкой. [c.21]

Для получения достоверной информации о численных значениях показателей надежности клиноременных передач проведены широкие эксплуатационные испытания клиновых вентиляторных ремней автомобильных и тракторных двигателей, приводных ремней сельскохозяйственных машин, приводных ремней промышленного оборудования. Испытано свыше 30 тысяч клиновых вентиляторных ремней автомобилей, эксплуатируемых в основных дорожных и климатических условиях( включая Крайний Север), более двух тысяч ремней промышленного оборудования. В ходе испытаний фиксировались моменты установки и снятия каждого ремня, производилась классификация характера отказа каждого ремня с предполагаемой причиной отказа. При испытаниях вентиляторных ремней использовалась факториальная схема планирования испытаний с варьированием основных факторов конструкции передачи (марка машины), конструкции и материала ремня, климатических зон эксплуатации машины и т. д. с дисперсионным анализом полученных данных. Планирование и математическая обработка результатов испытаний проведены стандартными методами (см. гл. I п. 2, 3). [c.29]

Как и в случае конечномерных динамических систем, в области задач об оптимальном управлении системами с распределенными параметрами сохраняют полную работоспособность усовершенствованные методы классического вариационного исчисления. При этом и здесь основное внимание было уделено составлению необходимых условий минимума для экстремальных задач со связями, трактуемыми как проблема Майера — Больца. Главным образом это было сделано для задач, связанных с уравнениями эллиптического типа. Было показано, что в таких типичных задачах, возникающих из проблем оптимального управления, необходимые условия стационарности (уравнение Эйлера и естественные граничные условия, а также условия Вейерштрасса Эрдманна) составляются при помощи обычных приемов. Критерии опираются снова на множители Лагранжа которые здесь зависят уже обычно от пространственных координат, а соответствующие дифференциальные уравнения снова конструируются исходя из подходящих форм функции Гамильтона. Условия стационарности дополняются необходимым условием Вейерштрасса сильного относительного минимума. Разумеется, это условие, которое записывается через условие экстремальности функции Гамильтона на оптимальных решениях, имеет смысл, аналогичный соответствующему условию принципа максимума. Важно, однако, заметить, что при работе с модификациями классических методов вариационного исчисления в случае уравнений с частными производными проявляются некоторые новые черты. В результате получаются условия оптимальности, более сильные, нежели известные в настоящее время обобщения принципа максимума на системы, описываемые уравнениями в частных производных. Упомянутые черты проявляются, в частности, в связи с тем обстоятельством, что приращение минимизируемого функционала при изменении объемного управления (за счет варьирования от оптимального управления) в пределах области достаточно малой меры зависит не только от вариации управления и меры области, но также существенно определяется и предельной формой области варьирования. Таким образом, получается, что при изменении формы области, определяющей вариацию, могут, получаться более или менее широкие необходимые условия экстремальности. Как отмечено выше, эффект анизотропии варьирования пока был получен только классическими методами. Причины этого, по-видимому, различны некоторые работы, посвященные принципу максимума, относятся к таким задачам, где этот эффект вообще не проявляется, в других случаях эффект анизотропии исключался вследствие ограничения при исследованиях лишь вариациями специального вида. Полезно также заметить, что описываемый эффект анизотропии расширяет возможность управления и оптимизации в обширном классе случаев независимо от типа исходных уравнений. Эффективность классических методов вариационного исчисления была проверена на конкретных типах задач. В частности, таким путем была исследована задача об оптимальном распределении проводимости электропроводной жидкости (газа) в канале магнитодинамического генератора электрической энергии. Эта задача как раз доставляет пример вариационной проблемы, где эффект анизотропии варьирования играет существенную роль. Развитию классических методов исследования посвящены работы К. А. Лурье. [c.239]

Сразу видно, что в основном состоянии выступают только куперовские пары (k, —k ). м —вероятность того, что два состояния с противоположными л II о не заняты, к —что они заняты. Если в (83.19) произвести умножение, то появятся члены с различным числом операторов рождения пар. Таким образом, (83.19) не есть состояние с определенным числом частиц. Мы можем, однако, рассматривать (83.19) как выражение для волновой функции, определяя и и v нз условий варьирования, требуя минимума энергии. Так первоначально действовали Бардин, Купер и Шри-фер. Таким образом можно получить результаты, выведенные выше другим способом. Вариацию надо провести при фиксированном числе частиц. Мы должны, следовательно, в качестве дополнительного условия потребовать N — on.st. Это может быть выполнено посредством дополнения до варьирования к оператору Гамильтона члена —jiiV. Множитель Лагранжа А, окажется равным химическому потенциалу, т. е. энергии Ферми Ер. В этом истинная причина, почему мы перед (83.5) перешли от Я к Нтел-Полученные пока результаты привели только к понижению энергии основного состояния. То, что с этим явлением связана сверхпроводимость, обнаруживается лишь прн рассмотрении возбужденных состояний. Это NUJ II пыполним в следующем параграфе. [c.327]

Энциклопедия по машиностроению XXL

Оборудование, материаловедение, механика и ...