Энциклопедия по машиностроению XXL

Оборудование, материаловедение, механика и ...

Статьи Чертежи Таблицы О сайте Реклама

Оценка Метод статистической оценки

МОМЕНТОВ МЕТОД - метод статистической оценки параметров, основанный на использовании эмпирических моментов распределения. Пусть имеется и независимых наблюдений  [c.41]

В конце четвертого раздела приводится описание различных методов статистической оценки показателей надежности систем, включая методы статистического моделирования, применимые для расчетов надежности систем произвольной сложности.  [c.14]


Оценка точности выполняемых операций проводится после окончания наладочных работ при испытании линий у изготовителя и повторно у заказчика. Ниже приводятся методы статистической оценки точности механической обработки деталей, которые могут быть использованы для оценки точности выполнения других технологических операций [7].  [c.259]

Метод статистической оценки. Этот метод служит для более тщательного определения фактической точности обработки деталей и проверки запаса точности по каждому из нужных параметров. Метод предусматривает выполнение расчетов с применением вычислительных средств (электронных клавишных машин или малых ЭВМ).  [c.261]

Метод статистической оценки 261  [c.310]

Опыт промышленного применения методов статистической оценки характеристик сопротивления усталости, теоретические и экспериментальные исследования позволили распространить указанные методы на случаи расчета характеристик сопротивления усталости деталей сложной формы поперечного сечения с предельно острыми надрезами для чисел циклов в диапазоне 10 — 10 на детали машин, изготовленные из легких сплавов.  [c.128]

В четвертой главе исследуется и разрабатывается метод статистической оценки среднего времени вхождения в связь двух объектов, снабженных системами сканирования узких лучей ОКГ и соответствующими приемниками Необходимость включения этого материала в монографию объясняется чрезвычайной актуальностью проблемы, поскольку реализация преимуществ оптических (лазерных) систем связи существенно зависит от ширины диаграмм направленности антенн передающих и приемных устройств, что определяет, с одной стороны, энергетику передатчика и чувствительность приемника, а с другой — вес и габариты оптических антенных устройств. Анализ этой проблемы со статистических позиций объясняется практической возможностью создания антенных устройств приемопередатчиков с чрезвычайно узкими диаграммами направленности, относительно большими областями сканирования лучей, что не исключает возможность случайного поиска корреспондента, и, наконец, действием интенсивных помех в канале связи при больших дальностях.  [c.15]

В главах П, Ш, ХУ исследован ряд принципиальных вопросов, касающихся вычисления ориентации без привлечения избыточной информации. В этой главе излагаются методы статистической оценки параметров в задачах определения ориентации.  [c.148]


Среди методов статистической оценки параметров моделей теплотехнических систем нашли применение алгоритмы, основанные на уравнениях линейного оптимального фильтра Калмана, имеющих рекуррентный вид и позволяющих значительно снизить порядок матриц, используемых при вычислениях. В работах [7, 38, 51] уравнения фильтра Калмана применены к нелинейной задаче совместного оценивания параметров и состояния путем линеаризации исходных уравнений в окрестности предшествующей оценки. В работе [20] рассматривается задача оценки с линейными по параметрам исходными уравнениями, когда известны точные значения вектора состояний. В такой постановке задача оценивания становится линейной и допускает непосредственное решение с ло-мощью уравнений фильтра Калмана [50], превращающихся по существу в рекуррентный метод наименьших квадратов.  [c.200]

Основным методом статического анализа в САПР является метод статистических испытаний (метод Монте-Карло). Каждое fe-e статистическое испытание заключается в присвоении элементам Xi вектора X случайных значений xni и расчете вектора выходных параметров Yh с помощью одновариантного анализа. После выполнения запланированного числа N статистических испытаний их результаты Y/ обрабатываются с целью оценки числовых характеристик распределений выходных параметров.  [c.256]

Процесс имитации включает в себя большое число операций, связанных с формированием, преобразованием и использованием реализации случайных событий, величин и процессов, поэтому результаты моделирования также носят случайный характер. Они отражают случайные сочетания действующих факторов, складывающихся в процессе моделирования. Искомые величины при имитационном моделировании определяют в результате статистической обработки совокупностей данных некоторого числа реализаций процесса моделирования. Совокупность реализаций выступает в роли статистического материала при машинном эксперименте, а оценка параметров — в роли экспериментальных данных, поэтому имитационное моделирование иногда называют методом статистического моделирования.  [c.351]

Применение метода не требует допущений о линейности и дифференцируемости уравнений связи, не накладывает каких-либо ограничений на распределения значений х,- и позволяет получить наиболее полную и корректную статистическую оценку выходных показателей у . При этом не ограничивается число входных параметров и выходных показателей исследования, и это связано практически лишь с небольшими дополнительными затратами времени на выработку случайных значений x и обработку результатов.  [c.132]

Далее на основе метода наименьших квадратов находится уравнение регрессии, после чего предстоит выполнить статистические оценки полученного уравнения.  [c.121]

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]

НОЙ длительности. Это возможно сделать лишь при сочетании статистических методов с оценкой физической сущности процессов, приводящих к отказам, с применением ускоренных испытаний, с использованием методов моделирования, а также при сочетании испытаний с прогнозированием и расчетом надежности.  [c.497]


При большой трудоемкости испытаний информацию о потере работоспособности, полученную уже на первой стадии испытаний, следует использовать для построения формализованной модели отказа сложного изделия. На этой основе можно осуществить моделирование, например, с применением метода статистических испытаний (см. гл. 4, п. 4). Моделирование позволяет с помощью ЭВМ получить оценку надежности за сравнительно короткий срок с учетом разнообразных режимов и условий работы изделия.  [c.516]

Прогнозирование надежности сложных систем. Это направление является ключевым для решения основных задач, связанных с оценкой надежности на стадии проектирования и наличия опытного образца машины. Для различных категорий машин необходимо дальнейшее развитие и воплощение идей о прогнозировании надежности на основе моделей отказов, которые базируются на закономерностях процессов повреждения (физики отказов) с учетом их вероятностной природы. Перспективным является использование методов статистического моделирования, когда учитываются вероятностные характеристики режимов и условий работы машины, внешних воздействий и протекающих процессов старения. Особенно актуальны еще недостаточно разработанные методы прогнозирования надежности с учетом процессов изнашивания, которые являются основной причиной отказов многих машин. Особую проблему представляет изучение надежности комплексов машина — автоматическая система управления , так как взаимодействие механических и электронных систем порождает ряд новых аспектов теории надежности.  [c.572]

Выражают через отношение фактических оценок показателей надежности к планируемым или нормативным Выражаются через безразмерные коэффициенты Определяются статистической обработкой экспериментальных данных Определяются методом экспертных оценок Определяются чисто расчетным способом на базе данных априорной информации об аналогичных технологических системах или на основе изучения закономерностей протекания отдельных технологических процессов или операций  [c.193]

В работе [2J предлагается производить оценку точности определения характеристик сопротивления усталости различными методами с помощью проведения многократных выборок различного объема, из результатов испытаний большого числа образцов и статистической оценки получаемых при этом параметров распределения характеристик сопротивления усталости. Такой подход имеет ограниченные возможности статистического моделирования из-за трудностей получения в большом объеме исходных экспериментальных данных по усталости.  [c.61]

Применяя подобные методы, можно определить статистические оценки значений прочности изделий путем выборочного контроля,  [c.3]

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]

Статистические оценки показателей надежности системы по надежности элементов. Если доверительное оценивание показателей надежности элемента не представляет особой сложности даже при произвольных распределениях, то такая оценка для сложных систем прямыми методами практически бывает невозможной. Это объясняется тем, что специальные испытания сложных систем энергетики для получения достоверной статистической информации требуют длительного времени и больших затрат, особенно если испытываются высоконадежные системы, а потому практически и не проводятся. Можно, конечно, набирать статистическую информацию о надежности сложной системы в результате реальной эксплуатации, однако, во-первых, такая информация будет получена постфактум, а во-вторых, иногда это и в принципе невозможно, если наблюдаемая система постоянно развивается и совершенствуется, т.е. в этом случае нарушается принцип однородности статистической выборки. К таким постоянно развивающимся техническим системам относятся и различные СЭ и ЭК в целом.  [c.272]

Использование статистического моделирования для расчетов надежности. Статистическим моделированием называется численный метод решения математических задач при помощи моделирования структур, процессов функционирования и взаимосвязи элементов системы (объекта исследования) с использованием случайных последовательностей величин, характеризующих эти элементы, с последующей статистической оценкой различных показателей системы по получаемой совокупности реализаций.  [c.275]

Процедура статистического моделирования продолжается до тех пор, пока для системы в целом не будет накоплен достаточный объем статистической информации, обеспечивающей достоверность требуемых результирующих оценок. Методы оценки достоверности при статистическом моделировании соответствуют тем, которые используются при обработке результатов специальных испытаний и данных об эксплуатации.  [c.278]

Сложность количественной оценки состояния рассматриваемой системы и ее развития связана с отсутствием определенных дискретных значений параметров, характеризующих элементы системы. На практике подобная ситуация встречается, например, при изготовлении деталей по системе допусков на геометрические размеры, когда задается область существования допускаемых отклонений от номинала, а не дискретные величины размеров. В ряде случаев ситуация (положение) осложняется тем, что ожидаемые дискретные значения нельзя определить статистически или методами теории вероятностей. В таких случаях может возникнуть необходимость в использовании метода экспертных оценок.  [c.168]


Прибор ПСО-1 предназначен для статистической обработки. записей эксплуатационных нагрузок типа стационарных случайных процессов. Счет амплитуд производится по методу пересечений. В результате обработки некоторого участка получается ряд числовых значений, соответствующих различным сечениям кривой параллельно оси времени. Сечения располагаются равномерно через малый интервал Лет. Направление пересечения вверх и вниз в данном случае безразлично, и суммарное число отсчетов на каждом уровне является общим количеством этих пересечений. Полученные числовые значения Пь пг,, Hi составляют вариационный ряд, по которому на основании теорем о стационарных случайных процессах можно дать статистическую оценку среднего значения нагрузки, дисперсии и т. д., а также проверить соответствие тому или иному теоретическому типу плотности вероятностей.  [c.48]

В первой главе дается содержательная формулировка задачи оценки надежности систем, рассматриваются особенности метода статистического моделирования и характеристики надежности систем, работающих до первого отказа, и восстанавливаемых систем. Для оценки влияния отказов элементов на качество работы систем предлагаются соответствующие показатели. Здесь же приведены характерные законы распределений отка-  [c.8]

Автор надеется, что данная книга окажется полезной всем, кто сталкивается с задачами оценки надежности систем, и, что не менее важно, наведет многих читателей на идею о полезности применения метода статистического моделирования в решаемых ими задачах надел<-ности.  [c.9]

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]

Кафедрой технологии точного машиностроения Ленинграде го института киноинженеров с участием НИИТМАШ Министерст-электротехнической промышленности СССР разработаны и опробованы методы статистической оценки точности металлорежущих  [c.420]

Для создания этих прикладных программ были использованы методы статистической оценки, достоверности выводов по результатам контроля, а так-же данные, полученные в условиях сильного влияния на конечный результат посторонних факторов внешнего воздействия. Необходимость применения таких методов оценки возникает также в тех случаях, когда отсутствие абсолютной достоверности исследуемых данных но результатам эксперимента (вероятность присутствия и исследуемой выбйрке разного рода искажений) приводит к нарушению исходных предположений относительно вида распределении измеренных физических величин. Таким образом, для надежной работы СУБД необходимо проводить статистическую обработку поступающей информации по помехоустойчивым алгоритмам.  [c.54]

В главе V рассмотрена задача определения ориентации в случае наблюдений с ошибками. Для определения матрицы перехода предложены методы статистической оценки неизвестных париметров. В качестве последних выступают начальные условия и коэффициенты уравнений вращения твердого тела.  [c.2]

Наибольшей сложностью характеризуется аустическое проектирование оперных театров и концертных залов большой вместимости. Качество звучания в таких залах оценивается ком-алексом субъективных показателей, которые определяются методом статистических оценок специалистов (акустиков и музыкантов). К таким показателям относятся естественность (полнота) звучания ясность звучания отчетливая последовательность чередования звуков, выразительность тембра равновесие звучания всех групп инструментов в разных зонах зрительного зала.  [c.110]

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]

Поэтому уже на стадии разработки ЭМУ настоятельно необходимо получение статистической оценки показателей его функциональной пригодности. Применение методов вероятностного анализа позволяет распространить возможности разработанных моделей физических процессов в ЭМУ на уровнеь технологических и эксплуатационных задач, обеспечивая новое качество исследования, отвечающее требованиям системного подхода к решению задач. Это требует построения стохастической математической модели ЭМУ, которая адекватно воспроизводила бы проявление случайных отклонений перечисленных факторов.  [c.131]

Задача о расчете флуктуаций в малых (и= 10- см ) элементах объема (микрофлуктуаций), вообще говоря, выходит за рамки термодинамической теории флуктуаций и в принципе должна решаться при помощи методов статистической механики. Полученные оценки для микрофлуктуаций плотности в жидких аргоне,  [c.177]

Широко известно значение статистических методов для оценки прочности конструкций. Статистическая теория разрушения должна быть также отнесена к механике разрушения, хотя сейчас, пожалуй, изощренность теоретиконвероятностпого анализа комбинируется с довольно примитивными механическими моделями, что объясняется трудностью предмета.  [c.12]

Основная идея метода. Имитация является одной из разновидностей метода Монте-Карло. Общую идею и схему применения этого метода несколько упрощенно можно сформулировать следующим образом. Для решаемой задачи, котор- - схзстоит в определении некоторого параметра, конструируется случайная величина, распределение которой зависит от этого искомого параметра. С помощью ЭВМ проводится моделирование построенной случайной величины, в результате которого находится набор ее реализаций. Далее по этому набору вычисляется статистическая оценка искомого параметра, которая и принимается за решение исходной задачи.  [c.189]

Таким образом в оптимальных, с точки зрения минимизации квантовых погрешностей, условиях контроля ([1о ( о) D = 4), систематические погрешности немоноэнергетичности излучения могут в десятки раз (бц (ц) >3- 5%) превзойти предельные статистические оценки (6 ([ )= 0,2ч-0,5%) и значительно снизить эффективность метода ПРВТ.  [c.419]

Величина X = lg -т- 1) в уравнении (2) рассматривается как случайная, имеющая среднее значение, равное (—lg 0), и среднее квадратическое отклонение 8 Пр — квантиль нормального распределения, соответствующий вероятности разрушения Р %). В работах [3—6 и др.] приведены многочисленные экспериментальные данные, подтверждающие применимость уравнения подобия (2) для количественного описания влияния концентрации напряжений, масштабного фактора, формы сечения и вида нагружения на сопротивление усталости образцов и деталей из различных сталей, чугу-пов, алюминиевых, магниевых и титановых сплавов. Если испытания на усталость проводятся по обычной методике при количестве образцов 8—10 на всю кривую усталости, то отклонение б экспериментальных значений сг 1 от расчетных не превышает 8 % с вероятностью 95 %. При использовании статистических методов экспериментальной оценки пределов выносливости (метода лестницы , пробит -метода или построение полной Р — а — Х-диаграммы при количестве испытуемых образцов от 30 до 100 и более) аналогичное отклонение б не превышает 4 % с вероятностью 95 %.  [c.310]


Б настоящем разделе рассматриваются методы и модели анализа надежности простых систем (см. 4.2) и слЬжных систем (см. 4.3), а также даются рекомендации по статистической оценке показателей надежности простых и сложных систем.  [c.148]

В отдельный 4.4 выделено описание методов моделей статис тической оценки показателей надежности систем на основе ста тистических же (ретроспективных) данных о надежности форми рующих систему элементов, а также определения показателей надеж ности систем с помощью методов статистического моделирования Методы статистического моделирования, естественно, могут исполь зоваться для анализа надежности как простых, так и сложных систем, однако их применение наиболее эффективно в случае сложных систем, особенно со схемами произвольной конфигурации.  [c.149]

Для конкретного типа изделий ноиск физических закономерностей деградации, происходящей во времени и нннцнн-рованной или форсированной влияющими величинами (ВВ), может основываться только па разработке и исследовании физико-технических и статистических методов их оценки и подтверждения. Под такими методами следует понимать физические методы, разработаиные для конкретных технических, схемотехнических реализаций изделий (датчиков, промежуточных преобразователей и т. д.).  [c.121]

Поскольку принятое условие исключает возможность определения этих параметров расчетным, статистическим или вероятностным методами, используем метод экспертных оценок, позволяющий приближенно оценить состояние системы и ее развитие в условных количественных показателях — баллах. Необходи-  [c.168]

В предлагаемой книге рассматривается такой инженерный метод оценки надежности аппаратуры. В основе этого метода лежит идея статистического моделирования процесса функционирования изучаемой системы на универсальной цифровой вычислительной машине (УЦВМ). Книга имеет целью не только познакомить читателей с применением метода статистического моделирования для решения задач надежности, но, главным образом, научить их практически владеть этим мощным инженерным инструментом. Поэтому в книге имеется большое число программ, графиков, формул, что позволяет провести всесторонний анализ надежности систем. Для такого анализа необходимо знать критерии надежности и их количественное выражение — характеристики надежности, с помощью которых оценивается аппаратура.  [c.8]

Во второй главе обсуждаются принципы построения алгоритмов исследования надежности систем методом статистического моделирования на УЦВМ. Дана общая характеристика алгоритмов оценки надежности двух классов представления систем и особенности записи алгоритмов с помощью АЛГОЛ-60. Приведены алгоритмы формирования последовательностей случайных чисел, алгоритмы расчета количественных характеристик надежности систем, работающих до первого отказа, и восстанавливаемых систем. Рассмотрены конструкции алгоритмов исследования надежности условных систем при последовательном, параллельном и смешанном соединении элементов и алгоритмов исследования надежности безусловных систем. В конце главы описан алгоритм расчета надежности систем с учетом ухода основных параметров за допустимые пределы.  [c.9]


Смотреть страницы где упоминается термин Оценка Метод статистической оценки : [c.509]    [c.295]    [c.551]    [c.575]   
Станочные автоматические линии Том 1 (1984) -- [ c.261 ]



ПОИСК



Метод оценки

Метод статистический



© 2025 Mash-xxl.info Реклама на сайте