Гистограмма

Для иллюстрации рассмотрим пример обработки гистограммы действующих нагрузок На элемент конструкции. Обработка статистических данных дает закон распределения в следующем виде [c.48]

Результаты статистических испытаний Уд используются для построения гистограмм, подсчета математических ожиданий и дисперсий выходных параметров. Можно рассчитать также коэффициенты корреляции между выходными /// и внутренними Xi параметрами, которые используются для определения коэффициентов регрессии г// на xi. Поскольку относительные коэффициенты регрессии являются аналогами коэффициентов влияния xt на yj, регрессионный анализ, совмещаемый со статистическим анализом, следует рассматривать как возможный подход к анализу чувствительности. [c.257]

Существуют многочисленные методы сравнения интервалов плавления в одном из наиболее полезных применяется обратная кривая плавления и строится гистограмма, аппроксимирующая температурную производную кривой плавления. Часть полного времени плавления, в течение которого слиток остается В данном интервале температур, строится в зависимости от средней температуры интервала. При медленных нагревах температура печи остается практически постоянной за время плавления всего слитка, так что скорость подвода тепла к слитку также практически постоянна. В этих условиях часть полного времени плавления, проведенного в данном температурном интервале, близка к доле металла, плавящегося в этом интервале. Другой метод состоит в сравнении доли общего времени плавления, проведенного в данном интервале температур плавления, после быстрого и медленного затвердеваний,.. [c.173]

Гистограмма 20 Горение металлов ИЗ [c.526]

ГИСТОГРАММА. Результаты наблюдений некоторой физической величины x (i = , 2,...,N) можно наглядно представить, построив диаграмму, которая показывает, как часто получаются те или иные значения в серии наблюдений. Такую диа- [c.13]

Поскольку в предлагаемой модели при определении остаточного ресурса трубопровода не учитывается длина дефекта, расчет проводят, считая, что длина имеющихся дефектов составляет более 750 мм, то есть для случая, когда кривые II и IV можно аппроксимировать горизонтальными прямыми (рис. 37). Это позволяет задавать границы областей 2 и 3 и вводить для них предельные глубины и Ь з. Дефекты, оказавшиеся в области 3, подлежат ремонту, и остаточный ресурс определяется минимальным временем перехода дефектов из области 3 в область 4. После выработки рассчитанного остаточного ресурса необходимо заново проводить диагностику трубопровода, выполнять ремонт дефектных участков и по новым данным диагностики определять остаточный ресурс. В рассматриваемой модели подразумевается, что металл подвержен равномерной коррозии. На основании данных внутритрубной дефектоскопии о размерах повреждений строится гистограмма их распределения, определяются коэффициент и параметры формы распределения Вейбулла и проводится расчет показателей долговечности по формулам (14-18). [c.146]

Относительное количество таких ложных случаев (К1 — 2i )-распада можно оценить по кривой распределения числа событий N в функции от эффективной массы М, которая изображена на рис. 130. На этом рисунке плавной кривой показаны результаты расчета N M ) методом Монте-Карло, а гистограммой — экспериментальные результаты. [c.212]

Отсутствие второго резонанса при М2 1250 Мэе на гистограмме реакции (19.6) означает, что соответствующий резонанс (он называется fo-резонанс) имеет изоспин Т = 0, т. е. встречается только в одном зарядовом состоянии. Резонанс при = [c.283]

Рис. 5.9. Гистограммы и полигоны распределения индукции В для стали 1521 (объем партии - 50. экз.). Для конкретных значений напряженности поля Н а - Н = 0,795 А/ем. Л/(В) = 0,836 Тл, <7(В) = 0,0724 Тл б-//= 3,98 А/см, М (В) = 1,293 Тл, 0(В) = 0,0356 Тп в - Н = 5,56 А/см, Л/(В) = 1,34 Тл, а(В) = = 0.0525 Тл с - Н =1.95 А/см, Л/(В) =1,39 Тл, 0(В) =0,0335 Тл

Для проверки правильности задания допусков в дальнейшем был проведен вероятностный анализ рабочих показателей ЭД с учетом нормального распределения значений параметров в пределах допусков. Результаты анализа по уровню потребляемой мощности Р) представлены в виде гистограммы, на которой показаны относительные частости появления значений Р, в границах разброса 31—37,1 Вт [c.251]

В процессе вероятностного анализа, как правило, необходимо получать независимые (некоррелированные) последовательности случайных значений одновременно по нескольким входным параметрам. Для получения таких последовательностей с одинаковым видом распределения могут применяться одни и те же ДСЧ, но с разными начальными константами. На рис. 6.37 представлена схема алгоритма выработки случайных значений параметров. При этом предусматривается возможность получения равномерных и нормальных распределений, а также распределений, задаваемых эмпирическими плотностями вероятности (гистограммами). По каждому параметру должны быть заданы номинальное значение нижнее 5 , и верхнее [c.255]

Разработка алгоритмов статистической обработки результатов моделирования представляет собой вторую основную проблему реализации стохастической математической модели на ЭВМ. Наиболее полная информация об ожидаемом разбросе значений рабочих показателей может быть получена из гистограммы. Действительно, зная эмпирическое распределение значений показателей, не составляет труда определить параметры этого распределения и оценить вероятность удовлетворения требований ТЗ. Основная трудность, возникающая при разработке достаточно универсального и эффективного алгоритма построения гистограмм, состоит в необходимости совмещения во времени операций определения границ разброса по анализируемому показателю (поскольку в общем случае эти границы заранее неизвестны и формируются в процессе выполнения заданного количества статистических испытаний) и подсчета частот попадания значений показателя в интервалы разбиения диапазона разброса. Действительно, предварительное определе-256 [c.256]

Рис. 6.38. Алгоритм построения гистограммы с изменяющимися пределами

Рассмотрим алгоритм построения гистограммы с изменяемыми (плавающими) пределами, позволяющий проводить последовательную обработку очередных значений показателя у.. Алгоритм основан на коррекции границ гистограммы, построенной на совокупности предыдущих значений показателя, с каждым новым значением, если оно не лежит в пределах старых границ, и пересчете гистограммы к новым границам. Укрупненная схема алгоритма представлена на рис. 6.38. [c.257]

Рис. 6.39. Пересчет гистограмм к новым границам при изменении нижней границы

Если текущее значение показателя у попадает в границы гистограммы, полученные на предьщущих шагах статистической обработки, необходимо определить отрезок разбиения интервала А, В), которому должно принадлежать у , и увеличить на единицу содержимое соответствующего счетчика 5(1). Этот процесс схематично изображен на рис. 6.40. После того как у тем или иным способом учтено в строящейся гистограмме, проверяется условие окончания построения, состоящее в учете заданного количества N значений показателя у.. Если оказьшается, что г = N, определяются параметры полученного распределения. Например, математическое ожидание и среднее квадратическое отклонение можно определить как [c.258]

В табл. 6.13 представлены результаты вероятностного анализа при учете технологических факторов на фоне детерминированного воздействия эксплуатационных факторов, которое выражается в виде различных сочетаний напряжения, частоты и температуры окружающей среды. Эти сочетания определялись с помощью матрицы коэффициентов влияния, фрагмент которой приведен в табл. 6.11. Здесь приведены только границы разброса потребляемой мощности в номинальном режиме работы, пускового тока и времени разгона, хотя по каждому показателю были получены и гистограммы распределений. Эти данные позволяют выявить неблагоприятные сочетания внешних воздействий по различным рабочим показателям. В данном случае седьмой вариант эксплуатационных воздействий оказывается неблагоприятным по уровням потребляемой мощности и пускового тока, а восьмой — по уровню времени разгона. На рис. 6.42 представлены гистограммы распределения значений номинального тока в различных условиях испытаний, которые дают [c.262]

Память оперативная 26 Планирование эксперимента 137 Подсистемы САПР 22 Показатели электродвигателей 115 Построение гистограмм 257 Принятие проектного решения 14 Программирование модульное 68 нисходящее 71 структурное 70 Проектирование предварительное 13 техническое 14 эскизное 13 [c.295]

Построить гистограмму результатов испытания и вычислить параметры закона нормального распределения, характеризующего данный случайный процесс. Определить временное сопротивление материала как напряжение, при котором разрушается не менее 5% от числа испытанных образцов. [c.46]

По этим данным строят гистограммы распределения. Разбивая эти распределения на равнобедренные треуголы1Ики и заменяя их нормальными распределениями, как это было сделано выше, для нагрузки q и несущей способнрсти R получают следующие заменяющие законы распределения [c.51]

Статистический анализ выполняется с целью получения тех или иных сведений о распределении параметров У , при задании статистических сведений о параметрах Хг. Результаты статистического анализа могут быть представлены в виде гистограмм распределения у оценок числовых характеристик распределений (математического ожидания, дисперсии, квантилей и нтеркван-тильных широт). Основной метод статистического анали- [c.52]

Подсистема интерактивной машинной графики ПИМГ (рис. 1.10) занимает промежуточное положение между проектирующими и обслуживающими подсистемами ПО. С одной стороны, средства машинной графики обслуживают ряд проектирующих подсистем (обычно это пакеты функционального проектирования), где ОЛИ используются в основном для наглядного представления исходной и выходной информации (в виде схем, Bip M HHbix диаграмм, гистограмм и т. д.). С другой стороны, во многие подсистемы конструкторского проектирования ПО интерактивной машинной графики входит как основная часть. Поэтому в САПР возможно наличие нескольких пакетов машинной графики (базового в качестве обслуживающего и одного или более в составе проектирующих подсистем конструирования). [c.26]

Актуальны два направления АСОИЗ - коррекция изображения, когда выходной результат улучшает изображение на входе, и распознавание изображения, при котором на выходе дается описание содержания изображения. Дисплейные устройства позволяют измерять уровень яркости участков, изображать гистограммы, измерять дальность, координа гы и углы, выводить на изображение координатные сетки и данные условия контроля, регулировать окно кадра, проводить сегментацию изображения, увеличивать масщтаб интересующих областей изображения, проводить сжатие данных, выбирать участки с фиксированными контурами, усиливать, фильтровать и сглаживать изображения, оценивать их спеюры, вычислять площади, объемы, интерполировать, экстраполировать и синтезировать изображения и т.д. [c.226]

OS0 (рис. 131) и произведено сравнение полученной гистограммы с расчетом аналогичного распределения методом Монте-Карло (пунктирная гистограмма на том же рисунке). Из сравнения видно, что в области совсем малых углов ( os 0 0,9999) имеется выброс экспериментальной кривой над теоретической. [c.213]

Из рисунка видно , что первая гистограмма распределения N М ) хорошо аппроксимируется суммой трех кривых фазового объема (штрих-пунктир), брейт-вигнеровской кривой с M i i== 800 Мэе и Г 0,15 Гэв и брейт-вигнеровской кривой с М2 = 1250 Мэе и Г 0,15 Гэв. Вторая гистограмма аппроксимируется суммой фазово кривой и одной брейт-вигнеровской кривой с параметрами Mi =ii800 Мэе и Гг= 0,15 Гэв. [c.282]

Рис. 5.6. Гистограммы распределения плотности вероятности случайных значений потребляемой мощности / [ном одного из серийных АД в процессе его изготовления (по результатам моделирования на ЭВМ при различном чиеле испытаний /V)

Рис. 5.10. Гистограммы и поли1 оны распределения момента трения в подшипнике Л/(, (<2) для одного из асинхронных микродвигателей (результаты 97 испытаний), напряжения (6) и частоты (в) источника питания на 36 В и 1000 Гц (результаты 300 испытаний)

Рис. 5.11. Сраниитслы1ыс гистограммы нестабильности энергетических показателей одного из АД по результатам статистического моделирования по исходной ( -----) и преобразованной полиноминальной ( - - - ) моделям при одинако-

Первые два поступивише и не равные друг другу значения показателя принимаются за первоначальные границы. В дальнейшем каждое поступающее значение у сравнивается с границами предыдущей гистограммы и, если оно больше верхней границы В или меньше нижней А, производится коррекция границ и пересчет гистограммы. Одновременно производится расчет показателей распределения. Пересчет гистограммы основан на интегрировании ступенчатой функции, представляющей предьщущую гистограмму, в пределах, соответствующих началу й концу каждого интервала новой гистограммы. При зтом площади и соответственно на предьщущей и новой гистограммах (рис. 6.39), отвечающие частостям попадания значений показателя в некоторый интервал разбиения, должны быть равны друг другу. [c.258]

При этом значения сумм в приведенных выражениях получаются на каждом шаге построения гистограммы, а следовательно, нет необходимости сохранять все значения yf до окончания обработки. Аналогичным образом можно определить также вероятность удовлетворения требований ТЗ и другие параметры гистограммы. Перевод вьтодом данных, характеризующих гистограмму, следует содержимое счетчиков S (1),. . S М) разделить на число обработанных значений N. Тогда полученные данные S(l) N,. . ., S (AI)/Л будут представлять относительные частости попадания значений у. в соответствующий отрезок разбиения интервала (у. ., у. ) [c.259]

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]

Рис. 6.43. Гистограммы нешмметрии энергетических номинальных показателей -потребляемой мощности Р н< потерь в стали АРст1н меди м2н двухдвигательного серийного асинхронного гиродвигателя при параллельном (а) и последовательном (б) еоединении обмоток статоров

Прикладное программное обеспечение данной подсистемы, как и других ранее рассмотренных, организовано по схеме программной системы со сложной структурой. Основу программы верюятностного анализа составляют модули, позволяющие моделировать независимые последовательности псевдослучайных чисел с различными распределениями вероятности, в том числе и с произвольным распределением, задаваемым гистограммой, одновременно по нескольким десяткам входных параметров, а также модули, обрабатывающие выходную статистическую информацию с построением гистограмм по ряду рабочих показателей объекта. [c.265]

Первые более строгие расчеты такого типа были произведены в 1935 г. Блекменом [9], который определил ряд корней характерных секулярных уравнений для простой модели кубической решетки и по полученной гистограмме нашел приближенную функцию [c.321]

При графических работах, Hanpniviep компоновке чертежа, рисунка, графиков, гистограмм и т. п., также организуется диалог, но с использова нием графических дисплеев. [c.124]

Энциклопедия по машиностроению XXL

Оборудование, материаловедение, механика и ...