Энциклопедия по машиностроению XXL

Оборудование, материаловедение, механика и ...

Статьи Чертежи Таблицы О сайте Реклама

Прогнозирование по методу аналогий

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]


ПРОГНОЗИРОВАНИЕ ПО МЕТОДУ АНАЛОГИЙ  [c.58]

Если известен закон взаимосвязи двух различных объектов, то модель развития одного из них можно использовать для прогнозирования будущего состояния второго объекта, применяя метод аналогий. Выбор метода прогнозирования по аналогии и область правомерности ее применения зависят от характера связи между объектом прогноза и моделью. Если связь эта определена как математическая, имеет место количественная аналогия. Характерным примером служит прогнозирование потребностей в сварочном оборудовании на основе учета объема производства сварных металлоконструкций, которое в этом случае играет роль явления-аналога.  [c.58]

Для новых разработок пользуются методом аналогий, приравнивая ожидаемые процессы и явления к близким им, но известным. При этом, как и во всяком прогнозировании, достоверность результата в сильной степени связана с индивидуальными способностями исполнителя.  [c.43]

Осуществление фактического научно-технического прогнозирования с использованием метода интуитивного прогнозирования, экстраполяции тенденций, качественной исторической аналогии и др. Научно-технические прогнозы разрабатываются в рамках осуществимости, требуемых усилий, потребностей и т. д.  [c.120]

Метод экстраполяции динамических рядов исходит из допущения, что зависимости, существовавшие в прошлом, сохраняются в будущем. Этот метод может дать правильные результаты только в том случае, когда характер взаимосвязей между экономическими, социальными, техническими и политическими факторами не меняется. Метод экспертных оценок применяется в тех случаях, когда отсутствует необходимая информация или невозможно дать количественную оценку влияния всех факторов на изменение уровня качества. Логические и математические модели — весьма эффективное средство прогнозирования, но для их применения необходима обширная информация о структуре системы, о закономерностях ее развития. Моделирование основано, по существу, на использовании динамической аналогии. Но для конструирования аналоговой системы нужно изучить свойства и взаимосвязи исследуемого объекта. К сожалению, зачастую знания о процессах формирования уровня качества продукции бывают весьма ограниченными, и исследователь вынужден начинать изучение со сбора и обработки первичной информации, построения динамических рядов, группировок, определения факторов, действующих на динамику уровня качества.  [c.52]

Можно указать и на третью группу методов прогнозирования ремонтопригодности, занимающую промежуточное положение между качественными и количественными. Эти методы базируются на использовании аналогии операций обслуживания и ремонта изделий, обладающих широкой конструктивной преемственностью. В этом случае технологические процессы обслуживания и ремонта делятся на типовые операции, продолжительность, трудоемкость, стоимость выполнения которых являются достаточно стабильными величинами. Эти величины и принимаются в качестве значений показателей ремонтопригодности проектируемого однотипного изделия.  [c.132]


К числу задач, решаемых органами надежности объединения, относятся разработка методов, норм и программ испытаний приборов на долговечность (надежность) и ресурс разработка методов, прогнозирования отказов и методик ускоренных испытаний на долговечность (надежность) сбор, обобщение и анализ информации по производственной и эксплуатационной надежности выпускаемых приборов сбор и обобщение материалов по надежности зарубежных приборов — аналогов определение количественных показателей надежности и оценка уровня надежности выпускаемых приборов разработка и внедрение механизированных методов обработки результатов испытаний приборов на долговечность (надежность) и ресурс и др.  [c.505]

Свойства аморфных металлов и сплавов могут сильно изменяться в зависимости от их химического состава. То обстоятельство, что, в отличии от стабильного кристаллического состояния, при получении аморфного состояния можно достаточно произвольно смешивать многие элементы, весьма существенно отражается на особенностях аморфных сплавов, сильно отличающихся по свойствам от своих кристаллических аналогов. В этом смысле крайне необходима разработка методов прогнозирования составов аморфных сплавов.  [c.293]

Таким образом, рассмотренные в главе методики позволяют Б первом приближении рассчитать обобщенные нагрузочные режимы для условий эксплуатации подконтрольных партий автомобилей, по результатам наблюдений за которыми определяются параметры ресурсов деталей. При этом необходимо подчеркнуть, что для элементов шасси, например деталей подвески, при использовании спектрального подхода расчет может быть выполнен в замкнутой форме при известных конструктивных параметрах и данных об условиях эксплуатации, включающих типы дорог, их спектральные плотности, коэффициенты, отражающие пробег автомобиля на этих дорогах, а также плотности распределения скоростей движения и загрузок в кузове. Для деталей трансмиссии, например валов, ввиду отсутствия в настоящее время методов определения некоторых параметров нагрузочного режима, в частности дисперсии крутящего момента при движении в тяжелых дорожных условиях, расчет обобщенного нагрузочного режима может быть выполнен с привлечением информации об автомобилях-аналогах и использовании методов прогнозирования в случае отсутствия данных по автомобилям-аналогам обобщенный нагрузочный режим определяется экспериментальным путем.  [c.128]

Более дорогостоящим методом накопления экспериментальных данных является создание модели, отражающей реальную систему по принципу подобия элементов. Для прогнозирования поведения реальной системы используются следующие четыре типа моделей полная, физическая, частичная и математическая. Полная модель, как следует из ее названия, является геометрически точным отображением реальной системы, она построена в масштабе и удовлетворяет всем ограничениям, налагаемым конструктивными параметрами. Физическая модель создается для проверки определенных характеристик конструкции и не предназначается для получения информации о всей конструкции. В частичной модели специально вводится отклонение от одного или большего числа конструктивных параметров. Такие модели используются в том случае, когда выполнение определенных условий вследствие нехватки времени, отсутствия материалов и т. д. невозможно и когда ожидается, что искажение параметров обеспечит получение надежной информации. Математические модели не имеют очевидного сходства с реальной системой, но благодаря соответствующим аналогиям дают точную информацию о поведении системы. Примером моделей такого типа являются аналоговые вычислительные устройства.  [c.69]

Несколько сложнее найти путем сравнения с видовыми аналогами оптимальные показатели, регламентируемые разрабатываемыми опережающими стандартами. В этом случае повышается требование к точности прогнозирования тенденций развития данной отрасли техники, а в ряде случаев необходимо прибегнуть к математическим методам нахождения оптимальных решений, о которых будет говориться в главах III и IV.  [c.49]


Экспресс-методы оценки длительной деформативности, основанные на использовании температурно-временной и других аналогий (суперпозиций), широко развивались Ю. С. Уржум-цевым с сотрудниками [184]. В этих работах рассмотрены вопросы многопараметрового прогнозирования ползучести полимерных материалов с применением различных аналогий.  [c.39]

Методы прогнозирования основаны на использовании данных о достигнутых значениях и тенденциях изменения ПН объектов-аналогов, близких к рассматриваемому объекту по назначению, условиям эксплуатации и т. п. [4, 5]. Эти методы применяют для обоснования требуемого уровня надежности, для ориентировочной оценки ожидаемого уровня надежности объектов на ранних стадиях проектирования, для расчета интенсивностей отказов серийно выпускаемых элементов, для расчета параметров ти-  [c.74]

Перечисленные характеристики точности прогнозирования и достоверности диагностирования специфичны, однако и они жестко связаны с погрешностями измерений параметров изделия и полнотой измерений или контроля. Так, по данным работы [3] вероятность Рп правильного обнаружения отказавших элементов в изделии (этот показатель является аналогом /)д по ГОСТ 23564—79) монотонно уменьшается примерно на 5% при увеличении погрешности измерений в два раза (для комбинационного метода поиска отказов и Q = 0,5—1,0) и на 8—15% при тех же данных для метода последовательного поиска отка.чов. Эта особенность позволяет аналогично характеристикам контроля работоспособности изделия по тем же зависимостям определять требуемую точность применяемых при прогнозировании и диагностировании средств измерений.  [c.86]

Интеллектуальные ИИП позволяют достичь максимальной степени автоматизации измерений в экспериментальных исследованиях вследствие более гибкого осмысленного машинного учета всех априорных данных об измерениях и шумовых процессах, а также данных о технических возможностях подсистем ИИС. Характерными чертами этих ИИС яатяются возможность свободного взаимодействия человека и компьютера (на естественных языках и образцах) восприятие и переработка измерительной и служебной информации не только на количественном, но и качественном уровнях широкое использование методов обучения и самообучения, а также методов аналогий, процедур принятия решений, прогнозирования возможность анализа больших цепочек причинно-следственных связей.  [c.278]

Различают три группы методов прогнозирования общенаучные, интернаучные и частнонаучные. К первой группе относят логические и эвристические средства прогнозирования, применяемые к любым объектам наблюдение и эксперимент, морфологический анализ и синтез, воображение и предположение, индукция и дедукция, аналогия, классификация, генетический метод и т. п. Во вторую группу включают методы, применяемые к объектам более чем одной науки методы экстраполяции и интерполяции, моделирования, ассоциаций, проб и ошибок, математической статистики, теории вероятностей, матричные методы, метод Дельфы, метод ПАТТЕРН и др. В третью группу объединяют специфические методы, основанные на закономерностях или эмпирических формулах какой-либо одной науки. Всего классифицировано более 100 методов прогнозирования.  [c.6]

В нефтяной промышленности почти повсеместно отсутствует единство мнений относительно достоверности этих оценок. Это отсутствие единства мнений является следствием сложности методов получения данных. Особенно противоречивым оказался метод прогнозирования будущей продуктивности месторождений путем построения геологических аналогий. Так, например, судя по основным осадочным геологическим формациям, Австралия должна была бы располагать богатейшими запасами нефти, однако на ее территории обнаружены лишь незначительные месторождения жидкого топлива. Некоторые специалисты полагают, что единственным путем узнать истиное значение является бурение скважин на каждом квадратном метре поверхности земли до глубины 20 тыс. м. Однако гипотеза, состоящая в том, что, продолжая разведочное бурение, можно открывать новые месторождения нефти, представляется неверной. Удельный прирост запасов нефти в расчете на метр пробуренных скважин упал со 128 т в 1930 г. до 18 т в 1965 г.  [c.26]

С целью прогнозирования механических свойств политетрафторэтилена и его сополимеров с гексафторпропиленом также был применен принцип температурно-временной аналогии. Прогнозирование проводили по изложенной выше методике. Целесообразно было выяснить возможность построения обобщенных кривых по условному пределу текучести для фторсодержащих полимеров с различным удельным объемом 1/р и степенью кристалличности /С, которые изменялись путем термообработки. Плотность образцов определялась методом гидростатического взвешивания. Степень кристалличности, определенная в [115], приведена в табл. 2.1. Опыты по растяжению образцов, как и ранее, проводились на универсальной испытательной машине фирмы Цвик в диапазоне температур от —60 до 130° С при четырех значениях постоянной скорости деформации в пределах изменения последней от 1 10" до 5-10" 1/с.  [c.94]

Это соображение пеликом относится и к блоку потребности для формирования резервного фонда оборудования. В качестве одного из методов прогнозирования блока потребности может быть рекомендована экстраполяция сложившихся тенденций в сочетании с эвристическим прогнозированием. Кроме того, возможен расчет перспективной потребности для формирования рззервного фонда прямым счетом по проектам, а также по аналогии с ранее разрабатывавшимися проектами.  [c.62]


Смотреть страницы где упоминается термин Прогнозирование по методу аналогий : [c.19]    [c.99]    [c.62]   
Смотреть главы в:

Методы прогнозирования развития конструкционных материалов  -> Прогнозирование по методу аналогий



ПОИСК



Аналог

Аналогия

Метод аналогий

Методы прогнозирования

Прогнозирование



© 2025 Mash-xxl.info Реклама на сайте