Энциклопедия по машиностроению XXL

Оборудование, материаловедение, механика и ...

Статьи Чертежи Таблицы О сайте Реклама

Ошибка статистические

Ошибка статистическая типа I 335 --- II 335  [c.617]

Поскольку мы считаем различные технологические ошибки статистически независимыми друг от друга случайными величинами с нулевыми математическими ожиданиями, то математические ожидания членов, содержащих произведения различных ошибок, будут равны нулю, а произведения одинаковых ошибок — дисперсиям соответствующих ошибок, т. е.  [c.263]

Результаты исследований уравнений состояния для системы твердых дисков как методом Монте-Карло, так и методом молекулярной динамики хорошо согласуются между собой, включая и область фазового перехода. Разброс точек обусловлен различными факторами, к которым можно отнести ошибки, связанные со статистическим разбросом ( о(Ы )), эргодичностью, эффектом, возникающим в результате подавления флуктуаций импульса в методе молекулярной динамики, и т. п.  [c.199]


Относительная ошибка в процентах непосредственно определяет статистическую точность измерений. Из (6.20) видно, что точность измерения довольно медленно растет со временем. Так, для увеличения точности в 100 раз приходится увеличивать в 10 ООО раз либо время измерения, либо количество радиоактивного препарата.  [c.213]

Законы распределения ошибок. Статистический анализ размеров группы деталей, изготовленных по одному чертежу, показывает, что их размеры колеблются в определенных пределах, а ошибки распределяются по определенному закону теории вероятности. В серийном производстве при изготовлении партии одинаковых деталей распределение действительных размеров деталей характеризуется кривой распределения, построенной на основе поля рассеивания [10, И, 32, 60].  [c.126]

Математическая обработка позволяет исключить грубые ошибки измерений, рассчитать среднюю скорость и среднеквадратичную погрешность. Результаты представляются в виде доверительного интервала. При расчетах необходимо принимать во внимание, что обычно при исключении всех методических ошибок естественные отклонения результатов испытаний составляют не менее 10 %, т. е. фактор надежности (доверительная вероятность) не более 90 %, (как правило, не более 70 %). Пример статистической обработки результатов испытаний приведен в приложении 3.  [c.131]

Вместе с тем установление причин рекламаций, связанных с конструктивными ошибками, допущенными при разработке новых узлов и деталей, требует значительного статистического материала об эксплуатации машин за время, в течение которого эти рекламации причисляются или могут быть причислены к производ-  [c.28]

Высокая прочность современных волокнистых композитов в направлении армирования хорошо известна и широко используется. Этого нельзя сказать об уровне понимания механизмов разрушения при растяжении и влияния на них свойств составляющих композит материалов. Однако существует ряд методов, учитывающих отдельные важные аспекты процесса разрушения, на основании которых можно создать рациональную теорию разрушения композитов при растяжении в направлении волокон. Показано, что прочность композита, состоящего из пластичных фаз, определяется из прочности волокон арматуры посредством правила смесей ). При вычислении этим методом прочности композита с хрупкими волокнами возможны ошибки, связанные со статистической природой прочности волокон и с эффектами, возникающими из-за значительного различия в модулях упругости волокон и матрицы.  [c.39]


При сборе данных о надежности обслуживающим персоналом нет уверенности в достоверности полученной статистической информации. Такая недостоверность может проявляться в пропусках отдельных записей об отказах. Эти пропуски, как показала практика, бывают двух видов персонал, фиксируя все отказы большую часть времени, в течение некоторых отрезков времени пропускает записи о части отказов персонал может систематически в течение всего времени не фиксировать какую-то часть отказов. Проверку достоверности можно осуществлять как опросом персонала и непосредственным наблюдением за оборудованием, так и статистическими методами, проверяя те или иные статистические гипотезы. Принципы проверки достоверности при каждом из двух указанных выше видов пропусков записей различны. При первом виде пропусков проверку проводят путем разбивки времени на ряд отрезков и сравнения данных о надежности, полученных на этих отрезках, друг с другом. При втором виде пропусков проверку осуществляют путем сравнения данных о надежности, собранных обслуживающим персоналом за все время эксплуатации, с результатами контрольных испытаний на, ,эталонах" оборудования. Очевидно, второй метод неприемлем в эксплуатационных условиях трубопроводного транспорта нефти и газа, ошибки второго вида пропусков при  [c.80]

Ошибки измерений и основные статистические характеристики  [c.60]

Для проведения статистического корреляционного анализа матрицу исходных данных преобразуют в соответствии с требованиями парного или множественного анализа. В случае парного анализа эта задача решается путем выборки одной из заданных функций по критерию наименьшей ошибки аппроксимации. Для процедуры множественного корреляционного анализа можно воспользоваться методикой, подобной проведению парного анализа, либо, предварительно проведя парный анализ между столбцом функции и всеми столбцами-аргументами, выбирать вид связи между столбцом-функцией и каждым столбцом-аргументом по критерию ошибки аппроксимации функции для парной корреляции. Кроме того, может возникнуть задача выбора аппроксимирующей функции множественного корреляционного анализа одинакового вида для каждого аргумента.  [c.154]

Необходимость определения тех или иных коэффициентов эффективности определяется степенью точности, с которой мы можем произвести анализ эффективности системы в целом. Дело в том, что если величины г,- достаточно близки к единице, то из всех значений Яд только Hq и играют существенную роль, а вероятности состояний высшего порядка Н,у, и т.д. настолько малы, что в сумме даже с весовыми коэффициентами Ф,у, и т.д., близкими к единице, не превысят допустимой величины ошибки. Этот факт можно учесть путем предварительной оценки вероятности тех или иных состояний, основываясь даже на весьма недостоверных статистических данных. (То же самое относится и к оценке необходимых коэффициентов эффективности для траекторий функционирования системы.)  [c.242]

В известных способах и устройствах оценка диссипации энергии в МС производится через один или несколько периодов затухающих колебании по темпу убывания амплитудных значений. В силу того, что в этих областях ординаты колебаний имеют наименьшую скорость изменения, то возможны ошибки измерения амплитуд и моментов времени их достижения, расчета показателя 5 н декремента колебаний [1, 2]. Высокое быстродействие рассмотренных способов, минимум в два раза большее, чем у известных, позволяет за счет возможности увеличения числа отсчетов снизить и статистическую погрешность.  [c.10]

ШИНЫ. Помимо обычных ошибок получения величин А и aj, обусловленных неточностями аппаратуры и конечной длиной анализируемых реализаций акустических сигналов, допускаются ошибки из-за влияния неучитываемых параметров, т. е. за счет величин Лг В уравнениях (1.2). Таким образом, здесь мы имеем дело с оценкой функциональных зависимостей между случайными величинами по конечным выборкам из некоторой совокупности зависимостей типа (1.1) или (1.2), вид которых зависит от неучтенных параметров. Это типичная статистическая задача. Она подробно исследуется во многих руководствах по статистике (ом., например, [182] ). Обш ее практическое требование к экспериментам такого рода таково следует стремиться максимально уменьшить разброс результатов измерений, обусловленных влиянием неучтенных параметров, путем тщательного поддержания условий измерений идентичными во всех однотипных экспериментах.  [c.21]


Вторая точка зрения сводится к тому, что применение оптимальных научно обоснованных методов выбора решений на основании статистических выборочных проверок, означает коренную реорганизацию функции обеспечения качества в масштабе цехов и заводов с уменьшением затрат и потерь в несколько раз. Надо сказать, что все известные пока что случаи применения научно обоснованных методов в области прикладной экономики и организации производства, включая разнообразные способы оптимального программирования, при несомненной и существенной их эффективности, не вносили переворот в структуру и средний уровень затрат, на которые они влияли. Объясняется это тем, что и без них решаются те же вопросы способом пробы и ошибки или на основе интуитивных статистических осреднений и обобщений.  [c.11]

Статистическое исследование точности механизма регулировки на станке, прибывшем из капитального ремонта. Объективные условия, применительно к которым выбирается решение, выражаются двумя параметрами математическим ожиданием ошибки регулировки и дисперсией той же ошибки. Возможны два альтернативных решения — пустить станок в эксплуатацию или вернуть ремонтной бригаде.  [c.22]

На стадии контрольных проверок уровня настройки, выполняемых иногда сразу или (чаще) спустя некоторое время после настройки однократно или периодически, принимаются решения по вопросу — надо ли обновить настройку вследствие ее износа (а может быть и вследствие незамеченной ранее ошибки в исходной настройке) или не следует вмешиваться в технологический процесс, так как уровень настройки достаточно близок к заданному. Это является продолжением оперативной цепи решений, которые можно выбирать как интуитивно, так и статистически обоснованно. В отличие от решений на стадии собственно настройки, когда вопрос о сроках не стоял (так как они определялись моментами окончания регулировок), в данном случае этот вопрос имеет первостепенное значение.  [c.31]

Все расчеты, связывающие затраты S с комплексом решений, опираются на систему постоянств (перманентностей), выраженных параметрами распределений или параметрами уравнений, описывающих изменения распределений. Эти постоянства уже упоминались в гл. I и были названы статистическими закономерностями. В примере встречаются три статистические закономерности а) распределение ошибки регулировки, обусловленное распределением диаметра матрицы, выраженной математическим ожиданием м. о. и средним квадратическим отклонением Оу-, б) гауссово мгновенное распределение признака качества х, заданное средним квадратическим отклонением а в) уравнение износа настройки, заданное двумя параметрами и а-  [c.53]

Напомним, что для перехода от статистических к техническим единицам измерения, надо помножить м. о. z на сг . Например, если Ох = 0,014 мм, то смещение центра распределения ошибки в сторону каждой из границ регулирования равняется 0,007 мм.  [c.100]

При вычислении я qT ) даже для небольшого числа J требуется очень большой объем вычислительной работы (сотни тысяч и миллионы логических и арифметических операций). Без существенного риска ошибки в выводах вместо сплошного вычисления вероятностей для всевозможных qY можно воспользоваться методом статистического моделирования, пользуясь соотношениями (6.9), (6.10), (6.11), определив для 500—1000 последовательностей в (6.10) значения Vi в соответствии  [c.126]

Далее рассмотрены способы выявления ненормальностей, нарушающих статистическую закономерность, на которую опираются расчеты, связанные с настройкой. Речь идет о распределении вероятностей т) технической ошибки при регулировке.  [c.220]

Метод статистического моделирования обладает целым рядом особенностей, выгодно отличающих его от других известных в настоящее время вычислительных методов. К таким особенностям относятся (1) наглядная вероятностная трактовка (2) применимость к исследованию систем принципиально любой сложности (3) простая вычислительная схема (4) простая оценка точности получаемых результатов (5) малая чувствительность к отдельным ошибкам (6) отсутствие накопления ошибок (7) малая связность статистических алгоритмов.  [c.13]

Таким образом, при заданном значении относительной ошибки а можно определить требуемое число испытаний А/. Однако N обратно пропорционально Р, что объясняет трудность применения метода статистических испытаний для моделирования событий, происходящих с малой вероятностью. Обычно при малых значениях Р задачу приходится видоизменять.  [c.18]

Формулы (11) и (12) по отношению к значениям R (х) и R (е) являются нелинейными. Кроме того, при статистическом подходе к формированию законов распределения центров кривизны приходится иметь дело со значительным числом реализаций, характеризующих ошибки в изготовлении элементов высшей кинематической пары. Все это указывает на целесообразность использования при решении поставленной задачи метода статистических испытаний  [c.201]

Основываясь на методе статистических испытаний, можно получить наборы дискретных значений реализаций Аг/, (х), отвечающих заданным условиям вида (10) и табл. 1. Тогда каждый случайный набор позволяет по формулам (1)—(6) найти отдельные реализации Аг/ (х), Ау (х) и Аг/" (х), записываемые в декартовой или полярной системе координат, подстановка значений которых в выражения (И) и (12) дает возможность вычислить ошибки положения касательной к реальной кривой и длины радиуса кривизны реальной кривой. При многократном решении задачи может быть собрана достаточная информация, необходимая для построения законов распределения величин tg т или tg v и R (х) или R (е).  [c.201]

При расчете на основе метода статистических испытаний точности партии механизмов, имеющих в своей структуре высшие кинематические пары, поступают следующим образом. В каждом изучаемом положении механизма строят заменяющий механизм с низшими кинематическими парами. При этом для каждого сочетания первичных ошибок ошибка элемента высшей кинематической пары описывается интерполяционным полиномом Лагранжа. В условиях надлежащего случайного сочетания всех ошибок меха-  [c.201]

Ошибки в ускорении рассчитывались по формуле (15) методом статистических испытаний для 1000 реализаций, образованных случайными сочетаниями величин Ai/,-. По результатам расчетов были построены гистограммы ошибок ускорений и по критерию Пирсона вычислены значения Р (х -). Полученные значения  [c.203]


Простота схемы AGP, работающей на основе временного метода, обеспечивается тем, что здесь фиксируется состояние только одной ячейки (срабатывающей при поступлении N -vo импульса), а также тем, что интервал времени легко записать на пишущем устройстве (пером, набором цифровых колес и т. д.), движущемся с постоянной скоростью Счет в каждом замере одного и того же числа импульсов обусловливает два дополнительных преимущества статистическая ошибка всех замеров одинакова и инерционность установки минимальна — на каждый замер тратится лишь столько времени, сколько необходимо для уменьшения статистической ошибки замера до заданного значения.  [c.140]

Статистическая ошибка оценивается по относительной среднеквадратичной ошибке S = 100/ /Л о > величина ее задается выбором Л . Приборная ошибка определяется в основном конечным временем реверса каретки (—0,5 сек.), что при Г 1 мпн. дает ошибку менее 1%.  [c.144]

Эта характеристика важна для радиометров с малым Т, особенно для тех из них, у которых статистическая ошибка должна быть мала, ибо эти радиометры за короткий промежуток времени регистрируют большое число импульсов /Vg.  [c.144]

Предполагая, что ошибка измерения вызвана только статистическим характером явления радиоактивного распада, и учитывая величину  [c.175]

Особое значение имеет правильная статистическая оценка расчетных нагрузок и прочности рассматриваемых изделий. Малозаметные ошибки, допущенные на этом этапе расчета, могут сделать весь расчет принципиально неверным.  [c.159]

Точность расчета зависит от числа т статистических испытаний чтобы получить расчет с заданной ошибкой среднего е, необходимое число испытаний можно определить из следующего условия по аналогии с обычными правилами обработки статистических данных [5]  [c.162]

ЦМальных уравнений к системе линейных, эквивалентных исходной по первым двум моментам случайной функции, а их решение позволяет определить лишь среднее значение и дисперсию случайной вектор-функции. Уточнение полученных значений математических ожиданий и дисперсии вектор-функции можно получить на основе анализа уравнений для математического ожидания и дисперсии ошибок. В нелинейных динамических системах функция плотности распределения вероятностей вектора фазовых координат может существенным образом отличаться от нормальной, а анализ уравнений для математических ожиданий и дисперсии ошибки статистической линеаризации представляет собой, вообще говоря, трудноразрешимую самостоятельную задачу.  [c.157]

Статистическая модель, рассматриваемая здесь, предполагает наличие кодируюш,его и декодирующего устройств. Применение корректирующих ошибки, статистических, групповых и других кодов вполне возможно и даже желательно в лазерных системах. В частности весьма перспективными кодами являются так называемые псевдослучайные последовательности [48]. Вариант такой системы с дискретной поляризационной модуляцией и с набором цифровых согласованных фильтров в качестве декодирующей схемы псевдослучайных последовательностей рассмотрен в гл. 3.  [c.22]

ЭКСТРАПОЛИРОВАНИЕ СЛУЧАЙНОГО ПРОЦЕССА - построение оценки значения случайного процесса в момент t + T по его наблюдениям до момента t включительно основная задача предсказания теории случайных процессов. Постоянная Т называется интервалом экстраполяции. Различают чисто статистическую постановку задачи Э С П и алгоритмическую постановку. В первом случае строят оценку,наилучшую в статистическом смысле. Принцип построения наилучших оценок и наилучших линейных оценок дает общая теория предсказания случайных процессов. Такие оценки находятся в явном виде в некоторых частных случаях для стационарных случайных процессов с дробно-рациональной спектральной плотностью, для случайных процессов с вырощенной корреляционной функцией, представимой в виде конечной суммы произведений функции, зависящих только от одного аргумента корреляционной функции. Существуют классы случаев, когда экстраполирование по наблюдениям в дискретные моменты времени безошибочно. Изучение случайных процессов наблюдаемого со случайными ошибками также включается в теорию Э С П.  [c.92]

Решая задачу определения наступления предельного состояния, соответствующего разрушению материала, необходимо учитывать, что по своей природе процесс разрушения (при 7 =ч оп5 ) — явление статистическое, развитие которого определяется в каждом случае большим числом факторов ошибками эксперимента, неоднородностью свойств материала, особенностями развития термофлуктуационного механизма разрушения. Поэтому представляет практический интерес решение вопроса в какой мере критерий прочности отражает статистическую сущность процесса разрушения  [c.141]

Источником ошибок при расчете является неопределенность границ напряжений, при которых принятая гипотеза справедлива. Формально эти ошибки вносятся в расчет при выборе параметров I а k (формулы (1.28) — (1.31)). Границы повреждающих напряжений определяются согласно принятой гипотезе. Естественными границами для вычисления повреждения могут быть границы спектра эксплуатационных нагрузок, если они попадают в область повреждающих напряжений. Однако спектры эксплуатационных нагрузок в основном состоят из малых значений амплитуд и лишь небольшую их часть составляют повреждающие нагрузки. По условиям статистической обработки эти участки спектра не разделяются. Они описываются общей аналитической зависимостью Ф (а), как правило, выходящей за пределы повреждающих напряжений. В области перехода от неповреждающих напряжений к повреждающим Ф (а) является очень быстро убывающей функцией. При больших значениях а это убывание имеет асимптотический характер. Если кривая усталости N a) представляет собой функцию, убывающую более медленно, чем Ф (<т) в области перехода (что чаще всего бывает в реальных деталях), результаты расчета ресурса оказываются существенно зависимыми от величины параметра k. С физической то ки зрения это означает, что накопление повреждения происходит в основном вследствие большого числа циклов эксплуатационной нагрузки, незначительно превышающей нижнюю границу повреждающих напряжений (или напряжений, способствующих развитию усталостной трещины). Поскольку эта граница очень влияет на результат расчета, необходимо точно ее определить.  [c.14]

В частности, ведь возможна и такая тоже крайняя постановка вопроса, при которой, исходя из безусловной обязательности технических условий и стандартов на допуски, разрешается воздержаться от вмешательства в процесс с целью уточнения настройки тогда и только тогда, котда с практической достоверностью доказана правильность уровня настройки. Это значило бы дополнительное сужение просвета между английскими модифицированными границами на диаграмме средних на удвоенную широту поля рассеяния ошибки выборочной оценки. Но трудно представить себе операцию, на которой оправдывается статистическое регулирование технологического процесса, и в то же время допуск настолько широк, что подобное требование практически выполнимо. Очевидно, и такое решение неприемлемо. Так как же надо рассчитать положение модифицированных границ регулирования и по каким соображениям Как видим, вопрос экономической обоснованности статистического регулирования в отношении всех количественных характеристик объема выборки, времени проверок и размещения границ регулирования — далеко не так прост, как многим кажется.  [c.6]


На основании выборок 3 и 4, составляемых для решения о конкретной ошибке регулировки, проверяется (обычно — интуи тивно, но можно статистически обснованно) точность регулировки Она характеризуется двумя величинами математическим ожида нием м. о. ошибки Урр и ее средним квадратическим отклоне нием Выборка, на основании которой проверяются м. о  [c.48]

Начнем с наиболее благоприятного варианта, особенно желательного, если до внедрения статистического регулирования применялся стопроцентный контроль данного признака или применялся дорогой выборочный контроль (например, по таблицам Доджа и Ромига [37], Колумбийского университета [40], по американским стандартам военной приемки или им подобным). Если признак качества не связан с абсолютными требованиями безопасности и с чрезмерными убытками при нарушении допуска по отдельному изделию, то, как уже говорилось, выгодно совмещение функций приемочного контроля и дополнительной проверки на стадии собственно настройки. Поскольку речь идет о проверках ошибок регулировки, выполняемых рабочим, заполнение контрольной карты оправдывается на операциях с трудной настройкой и на операциях, где важно следить за распределением технической ошибки при регулировке, особенно тогда, когда она зависит от инструмента или приспособления.  [c.232]

При использовании предлагаемой схемы статистическая погрешность увеличивается, как показывает (11), в два раза. Это обтясняется тем, что время измерения основного потока излучения равно половине общего времени измерения. Кроме того, в результирующую погрешность измерения входит также ошибка в измерении эталонного потока. Таким образом, существенное уменьшение ошибок, связанных с нестабильностью параметров аппаратуры, сопровождается увеличением статистической погрешности до сравнению с прямым методом измерения.  [c.131]

О статистической ошибхге приходится говорить только при определенном быстродействии устройства. Для удобства будем интерпретировать время срабатывания реле как время измерения. В этом случае средняя квадратичная ошибка измерения при заданной надежности результата является критерием надежности срабатывания -[-реле.  [c.266]

В среднечастотном диапазоне возбуждение вибрации станка определяется высшими гармониками возмущающих сил, действующих в низкочастотном диапазоне, процессом пересопряже-ния зубьев, циклическими ошибками в зацеплении зубчатых передач и т. п. Возмущающие силы в этом диапазоне — узкополосные случайные процессы с определенной средней частотой, амплитудой и фазой, статистически меняющейся около некоторого среднего значения. В первом приближении возмущение можна также считать детерминированным.  [c.54]


Смотреть страницы где упоминается термин Ошибка статистические : [c.73]    [c.211]    [c.111]    [c.160]    [c.151]    [c.160]    [c.82]   
Биометрия (1990) -- [ c.101 , c.104 ]



ПОИСК



Измерения интенсивности статистические ошибки счет

Ошибка

Ошибка статистическая типа

Поправка на статистическую ошибку счета

Статистические ошибки в процессе счета



© 2025 Mash-xxl.info Реклама на сайте