Энциклопедия по машиностроению XXL

Оборудование, материаловедение, механика и ...

Статьи Чертежи Таблицы О сайте Реклама

Метод статистический

Физические свойства макроскопических систем изучаются статистическим и термодинамическим методами. Статистический метод основан на использовании теории вероятностей и определенных моделей строения этих систем и представляет собой содержание статистической физики. Термодинамический метод не требует привлечения модельных представлений о структуре вещества и является феноменологическим (т. е. рассматривает феномены — явления в целом). При этом все основные выводы термодинамики можно получить методом дедукции, используя только два основных эмпирических закона (начала) термодинамики.  [c.6]


Для решения задач методами термодинамики совершенно необходимо знать уравнение состояния. Однако оно не может быть получено в рамках термодинамики и должно быть найдено либо экспериментально, либо методами статистической физики. Конкретный вид уравнения состояния зависит от индивидуальных свойств вещества.  [c.9]

Обычно теплоемкости определяются экспериментально, но для многих веществ их можно рассчитать методами статистической физики.  [c.16]

Общие свойства сложной системы, составленной из большого числа индивидуальных молекул, могут быть вычислены методами статистической механики и интерпретированы с точки зрения свойств индивидуальных молекул.  [c.69]

Численное значение постоянной i также было определено методами статистической термодинамики. Согласно уравнению (8-17), критерий равновесия для фазовой системы твердое вещество — пар выражается отношением  [c.266]

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]

Метод статистического градиента 296  [c.395]

ООП — Прикладная статистика. Методы статистического контроля качества, надежности, долговечности. Общие М -тоды контроля и испытания продукции.  [c.13]


Зависимости для статической грузоподъемности f,, динамической грузоподъемности /- д при 10 циклов нагружения и жесткости j в Н/мкм, полученные методом статистического моделирования в лаборатории МВТУ им. Баумана (для сравнения)  [c.313]

Вначале (гл. 1) даны общие представления о САПР как о сложной организационно-технической системе и перспективах ее развития. Затем анализируются традиционные процессы проектирования ЭМП и возможности их преобразований в САПР (гл. 2). В гл. 3 на основе анализа обобщенной модели ЭМП формализуются задачи проектирования и приводятся к виду, удобному для решения на ЭВМ. Показывается, что задачи проектирования ЭМП по сути являются оптимизационными. В гл. 4 дается краткий обзор методов расчетного моделирования ЭМП. Часть методов, особенно теоретического плана, достаточно подробно описывается в специальных учебных курсах по ЭМП. Однако здесь целесообразно изложить основные идеи методов по классам, чтобы показать имеющиеся широкие возможности для составления семейства моделей ЭМП в САПР. Значительное внимание уделяется новым, нетрадиционным для электромеханики методам (статистическим, кибернетическим и численным).  [c.4]

В общем случае достаточно эффективным оказывается применение алгоритмов с комбинацией методов статистических испытаний (Монте-Карло) и покоординатного поиска. Для ограничений достаточно общего вида (7.22) путем введения соответствующих масштабов строится многомерный куб. В этом кубе путем статистических испытаний с определенной вероятностью находится аппроксимирующая управляющая функция, которая принимается за начальное приближение к глобальному оптимуму. Принимая полученное решение за начальное, методом покоординатного поиска находится ближайший локальный оптимум. Если начальное решение находится в сфере притяжения глобального оптимума, то полученное после покоординатного поиска решение можно считать окончательным. При наличии овражных ситуаций можно использовать специальные приемы, например поворот координатных осей.  [c.217]

На стадии проектирования эта задача решается различными математическими методами — наихудшего случая, вероятностными и методом статистических испытаний.  [c.231]

Реализация метода статистических испытаний не требует допущений о линейности и дифференцируемости функций Hj и возможна для произвольных законов распределения г в пределах полей допусков. В результате расчетов по этому методу можно получить не только средние значения и диапазоны технологического разброса Я/, но и законы распределения случайных значений Hj внутри полученных границ. Таким образом, метод статистических испыта-  [c.233]

Сравнительный анализ методов показывает, что при расчетах на ЭВМ целесообразно использовать либо метод статистических испытаний, либо вероятностный метод. Для метода статистических испытаний дополнительно к программам вычислений Hj необходимо иметь программы выработки псевдослучайных чисел, которые входят в стандартное математическое обеспечение многих ЭВМ. В случае вероятностного метода достаточно ограничиться программами вычисления Hj, но зато нужна априорная информация о выполнении исходных предпосылок метода.  [c.234]

Термическое уравнение состояния слабо вырожденного газа, пользуясь методами статистической физики, можно записать в виде  [c.91]

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

Каскадная стадия процесса взаимодействия. Множественность. Каскадная стадия процесса взаимодействия первичной частицы с нуклонами ядра представляется последовательностью попарных случайных взаимодействий. Поэтому описание этой стадии процесса может быть проведено методами статистических испытаний (методом Монте-Карло), Расчеты требуют больших вычислений, однако использование ЭВМ позволяет проводить такие расчеты и получать результаты с достаточной точностью. Наиболее полные характеристики каскада, рассчитанные методом Монте-Карло, получены в работах [13—16]. Рассчитан [13, 14] каскад для ядер АР , Си , Ри °°, Се °, ВР , и энергий первичных протонов от 82 Мэе до 2 Гэв. Расчеты проведены при некоторых упрощающих предположениях [11]. Так, не учитывали диффузную границу ядра ядро рассматривали как однородную сферу радиусом = в качестве импульсного  [c.245]


Имеются трудности и в расчетных исследованиях. Расчет нуклон-мезонного каскада можно проводить решением систем кинетических уравнений или методом статистических испытаний (методом Монте-Карло). Для высоких энергий, когда развивается межъядерный каскад, функция распределения вторичных частиц может быть получена решением систем кинетических уравнений [22—24].  [c.256]

Что касается принципов построения моделей для вероятностного анализа объекта, то и здесь удается избрать единый метод статистических испытаний, суть которого состоит в прямой имитации случайных величин, характеризующих разброс технологических и эксплуатационных (в некоторых сечениях периода эксплуатации) факторов 98  [c.98]

Для выполнения поверочных расчетов размерных цепей при малом числе составляющих размеров применяется метод максимума-минимума, в соответствии с которым допуск на замыкающий размер определяется при условии, что составляющие размеры принимают предельные (минимальные или максимальные) значения в самых неблагоприятных сочетаниях. При увеличении числа составляющих размеров (более трех) применение метода максимума-минимума приводит к значительному увеличению определяемого допуска в сравнении с реальным его значением, что происходит из-за неучета вероятностной природы формирования размеров. Поэтому поверочные расчеты размерных цепей необходимо выполнять вероятностными методами, которые учитывают характер распределения размеров в пределах допусков. Наиболее строгим вероятностным методом является метод статистических испытаний, который был рассмотрен в 5.1.4.  [c.188]

Основу методического обеспечения подсистемы составляет метод статистических испытаний и развитые алгоритмы имитационного модели-  [c.264]

Если калорическое и термические уравнения состояния известны, то с помощью начал термодинамики можно определить все термодинамические свойства системы. Вывести сами уравнения состояния на основе начал термодинамики нельзя они или устанавливаются из опыта, или находятся методами статистической физики. Это еще раз указывает, что термодинамика и статистическая физика дополняют друг друга и полностью отделить их невозможно.  [c.30]

Как калорическое, так и термическое уравнения состояния для реальных газов могут быть теоретически выведены методами статистической физики.  [c.32]

Только для двух систем можно вычислить термодинамические потенциалы с помощью начал термодинамики для идеального газа и для равновесного излучения, поскольку для них известны и термические, и калорические уравнения состояния. Для всех же других систем термодинамические потенциалы находят или из опыта, или методами статистической физики и потом с помощью полученных термодинамических соотнощений определяют уравнения состояния и другие термодинамические свойства.  [c.110]

Современное состояние вопроса общего математического описания дисперсных систем нельзя признать до-статочло удовлетворительным, несмотря на растущий интерес к этой проблеме. Каж травило, в работах, шо-священных этому вопросу, фактически используется феноменологический подход к исследованию дисперсного потока в целом. Идея условного континуума п03(В0Ляет полностью использовать математический аппарат механики сплошных сред, но несет с собой погрешности физического порядка тем более существенные, чем значительней макроднскретность системы. Системы таких уравнений, полученные рядом авторов как общие, все же не охватывают класс дисперсных потоков во всем диапазоне концентраций (вплоть до плотного движущегося слоя). Они не учитывают качественного изменения структуры потока и в связи с этим изменения закономерностей распределения частиц, появления новых сил (например, сухого трения), изменения с ростом концентрации (до предельно большой величины) условий однозначности и пр. В основном большинство работ посвящено турбулентному течению без ограничений по концентрациям, хотя при определенных значениях р наступает переход к флюидному транспорту, а затем — плотному слою. Сама теория турбулентности применительно к дисперсным потокам находится по существу в стадии становления (гл. 3). Наиболее перспективные методы — статистические (вероятностные) применяются мало, по-видимому, в силу недостаточной изученности временной и пространственной структур дисперсных систем Общим недостатком предложенных систем уравнений является их незамкнутость, которая объясняется отсутствием конкретных данных о тензорах напряжений и  [c.32]

Вычисление геометрических характеристик пространственных ГО производится также с помощью их разбиения па простые (типовые) области, для которых известны формулы, определяющие эти характеристики. В некоторых случаях, например при использовании алгебрологических геометрических моделей, для вычисления характеристик деталей применяют метод статистических испытаний, который достаточно просто реализуется на ЭВМ. Однако при повыщенных требованиях к точности расчетов этот метод требует больших затрат машинного времени.  [c.46]

Одним из таких алгоритмов является алгоритм центрирования по методу статистического градиента. На каждом шаге алгоритма выполняются N статистических испытаний с выбором случайных Точек в пределах некоторой области U T. По результатам испытаний выделяются те точки Up U T, которые оказались в области работоспособности Uo. Для следующего шага в качестве координат ui центра и допусковой области U t принимаются средние арифметические значения координат ,> выделенных точек Up,  [c.296]


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]

Статистическая физика—наука о самых общих свойствах макроскопических объектов, т.е. таких объектов, которые составлены из множества микроскопических частиц. Этими частицами могут быть, например, атомы или молекулы, и тогда мы имеем дело с неметаллически1Щ1 твердыми телами, жидкостями или газами. Ими могут быть электроны и ионы, составляющие плазму, или электроны и ионы, образующие металл. Свет, рассматриваемый как совокупность фотонов, или ядерная материя, рассматриваемая как совокупность нуклонов, тоже являются макроскопическими объектами и подлежат изучению методами статистической физики.  [c.9]

Сущность метода статистических испытаний состоит в многократном разыгрывании случайных значений переменных z в пределах полей допусков и в соответствии с заданными законами вероятностного распределения. Для каждой совокупности значений z вычисляется Hj, что завершает единичное испытание. После выполнения заданного числа испытаний производится статистическая обработка полученных значений Hj, которая устанавливает количественные и качественные характеристики технологического разброса Ну  [c.233]

Идеальный одноатомный газ —один из очень немногих объектов, для которых термодинамические свойства могут быть рассчитаны полностью теоретически, так как для него известны и точные уравнения состояния, и (конкретные значения входящих 3 них параметров. Вся изменяющаяся часть его внутренней эйергии связана с кинетической энергией движения частиц,, которая, как показано методами статистической физики, составляет (312) пЯТ, т. е.  [c.92]

Подход Рэлея к изучению теплового излучения. Во всех разобранных выше случаях подход к изучению теплового излучения был термодинамическим. Рэлей в отличие от своих предшественников впервые применил методы статистической физики к явлениям теплового излучения. Равновесное электромагнитное излучение, находящееся в замкнутой полости с постоянной температурой стенок, рассматривалось им как система стоячих волн разных частот, распространяющихся во всевозможных направлениях. Частоты образовавшихся стоячих волн должны удовлетворять тем же условиям, что и частоты стоячих упругих волн в стержне. При колебаниях упругого стержня на его закрепленпых концах образуются узлы смещения и на длине стержня L укладывается целое число полуволн  [c.330]

Методом Монте-Карло, или методом статистических (случайных) испытаний, называется такой расчет эксперимента, при котором подробно прск леживается индивидуальная судьба каждой частицы. Выбор из равновероятных значений для того или иного параметра частицы (направления и величины ее скорости, пройденного пути до распада или взаимодействия и т. п.), а также выб0 р самих частиц, т. е. в рассматриваемом случае конкретного канала из числа перечисленных (14.1 0), производится по закону случая (с помощью рулетки или заменяющей ее таблицы случайных чисел и т. п.). Отсюда,и название метода. ,  [c.211]

Наиболее целесообразно в этих условиях применить метод статистических испытаний (метод Монте-Карло) [22], хорошо учитывающий вероятностную природу разброса случайных значений выходных характеристик. Математическое моделирование по этому методу полностью передает сущность и характер натурных экспериментов и в практической постановке сводится к многократному разыгрыванию (согласно установленным вероятностным распределениям) случайных значений х,- и определению для каждого случайного их набора соответствующих значений у . По завершении требуемого числа испытаний Л хр статистическая обработка последовательностей случайных значений у - дает необходимую информацию о распределении значений выходных показателей и параметрах этого распределения. В результате по каждому выходному показателю можно получить его номиналь-  [c.131]

Метод статистических испытаний. Это метод известен также под названием метода случайного перебора или метода Монте-Карло, а его сущность была изложена в 5.1.4. Применительно к оптимизаищи здесь производится просмотр изображающих точек, рассеянных в заданной области пространства параметров, также определяемой условиями (5.39), но случайным образом в соответствии с равномерным распределением вероятности. Иными словами, поиск в данном случае строится на предположении, що вероятность попадания изображающей точки в каждый участок разбиения (х, х. + Дх ) одинакова. Равномерное распределение плотйости вероятности по / -му параметру оптимизации показано на рис. 6.34. Для того чтобы изображающие точки были равномерно рассеяны по -мерному объему, необходимо обеспечить взаимную независимость случайных координат текущей изображающей точки по всем осям х.. На рис. 5.19 точки 1—4 распределены в пространстве параметров х,, Хг случайным образом.  [c.154]

Особетостью реализации метода статистических испытаний является необходимость получения случайных значений параметров оптимизации. Эти значения могут быть получены на ЭВМ с помощью специальных программ — так называемых датчиков случайных чисел, которые будут рассмотрены в 6.6. В данном случае достаточно организовать только один цикл, в котором бы последовательно просматривались все УУр изображающих точек, каждая из которых формируется" из п случайных значений координат, которые получаются с помощью датчика случайных чисел.  [c.155]

Настоящая книга представляет собой первую часть курса Термодинамика и статистическая физика , читаемого на физических и физико-матемалических факультетах университетов. Этот курс является одним из основных курсов теоретической физики. В нем макроскопические тела, т. е. системы из большого числа частиц, изучаются вначале термодинамическим методом, а потом методами статистической физики. Такая последовательность обусловлена постепенным переходом в процессе изучения от простого к более сложному методу познания. В отличие от основного курса спецкурсы по термодинамике и статистической физике можно излагать в любом порядке.  [c.7]


Смотреть страницы где упоминается термин Метод статистический : [c.15]    [c.53]    [c.17]    [c.259]    [c.39]    [c.99]    [c.151]    [c.161]    [c.39]    [c.32]    [c.97]    [c.217]    [c.265]   
Сопротивление материалов (1988) -- [ c.338 ]

Атомная физика (1989) -- [ c.282 ]

Разрушение и усталость Том 5 (1978) -- [ c.131 ]

История науки о сопротивлении материалов (1957) -- [ c.431 ]

Сопротивление материалов Издание 6 (1979) -- [ c.29 ]

Механика жидкости и газа Издание3 (1970) -- [ c.15 , c.665 , c.784 , c.785 ]

Справочное руководство по физике (0) -- [ c.117 ]



ПОИСК



2 — 335—356 — Методы 2 342—348 — Технология статистический 2 — 356—366 Границы 2 — 359, 360 — Методы

844 — Технология методом 748 — Оценка статистическим методом

Автоматизация статистических методов контроля

Броуновское двпжепие (Зоб). 54. Общие методы статистической теории протекания процессов во времени. Цепи Маркова Уравнение Эйпштсйпа — Фоккера

ВЕРОЯТНОСТНО-СТАТИСТИЧЕСКИЕ МЕТОДЫ АНАЛИЗА И РАСЧЕТА ТОЧНОСТИ ПРОИЗВОДСТВА Теория и расчет точности производства

Вероятностно-статистические методы анализа точности обработки (JI. К. Сизенов)

Вероятностно-статистические методы исследования точности обработки (Л. К. Сизенов)

Вероятностно-статистические методы контроля

Возможности метода статистического моделирования

Волновой и статистический методы анализа структуры звукового поля в помещении

ГАЛЬЯН Е.М. Математическая модель автоматической линии сложной структуры для метода статистических испытаний

Диаграммы состояния точечные — Графики 62 — Статистический метод

Динамика статистическая Методы решения квазнстатическис

Динамика статистическая Методы решения корреляционные

Динамика статистическая Методы решения корреляционные — Применение при

Динамика статистическая Методы решения хвяэистатические — Применение к динамическим задачам

Динамика статистическая Методы решения — Классификация

Динамика статистическая механических Методы решения с использованием кинетических уравнений 515—В17 —

Задачи и методы статистического анализа нелинейных динамических систем

Зейтман, Р. Б. Статников. Поиск статистическими методами оптимальных параметров гибкого зонтичного ротора высокоскоростной ультрацентрифуги с двухступенчатой упругой подвеской

Золотарева, Е. А. Правоторова Ускорение процесса моделирования при оценке точности приемочного контроля методом статистических испытаний

Идеальный газ с постоянной теплоемкостью и неизменным числом частиц . 2. Расчеты термодинамических функций методом статистических сумм

Идеи метода статистической механики

Качество Статистический метод — 597 — Анализ контрольных документов — 636 — Внедрение — 642 — Исключение предположительно установленного переменного рассеивания — 641 — Исключение предположительно установленного смещения центра группирования — 640 — Применяемые понятия

Квазистатические методы решения задач статистической динамики

Квазнстагические методы решения задач статистической динамики

Классификация статистических методов в зависимости от схемы сертификации

Комплексная статистическая обработка параметров отражений на основе методов распознавания образов

Контроль банковский качества продукции — Статистические методы

Контроль банковский хода производственного процесса — Статистические методы

Контроль качества — функционально-статистический метод

Контроля методы статистические

Кривые нормального распределения распределения —¦ Построение Статистический метод

Лабораторная работа 22. Статистический метод исследования точности обработки с построением кривых распределения

Лабораторная работа 23. Статистический метод исследования точности обработки с построением точечных диаграмм

Математико-статистические методы и модели принятия решений

Металловедение, статистические методы

Металлография количественная статистические методы анализа

Метод Боголюбова в статистической

Метод Боголюбова в статистической физике

Метод Боголюбова в статистической физике квантовых сисКинетические уравнения

Метод Монте-Карло в квантовой статистической механике

Метод искусственной статистической выборки наблюдений. Закономерный характер деления катодного пятна на однородном ртутном катоде

Метод исследования статистический

Метод неравновесного статистического оператора

Метод опытно-статистический оценки качества надежности

Метод статистических испытаний

Метод статистических испытаний (метод Монте-Карло)

Метод статистических решений

Метод статистического градиент

Метод статистического моделирования

Метод статистического моделирования в задачах случайных колебаний

Метод статистической и гармонической

Метод статистической классификации

Метод статистической линеаризации

Метод статистической линеаризации при исследовании детерминистических систем

Метод статистической обработки многократных измерений

Метод статистической регуляризации

Метод центрирования статистический

Методы измерения статистических характеристик случайного поля

Методы контроля статистические — Термины и области

Методы контроля статистические — Термины и области применения

Методы нелинейного математического статистических испытаний

Методы обработки статистических данных о ресурсах деталей и нагрузочных режимах

Методы опытно-статистический

Методы расчета вихревых насосов, основанные на статистической обработке опытных данных и на пересчете модельного насоса

Методы расчета по статистическим запасам

Методы резервирования и особенности статистических алгоритмов исследования резервированных условных систем

Методы статистических решений при наличии зоны неопределенности

Методы статистической механики в изучении движения физических тел Связь с механикой сплошной среды

Методы статистической обработки данных и характеристика исходного материала

Методы усталостных испытаний и статистическая обработка результатов испытаний

Механические системы линейные с распределенными параметрами — Динамика статистическая — Методы

Многообразцовые методы и статистическая обработка

Монте-Карло метод статистических стендовых испытаний

Моун О. Б. Применение математических и статистических методов для исследования надежности и долговечности Основы теории множеств

Недостаточность теории возмущений Вариационный метод. Метод Ритца. Метод самосогласованного поля. Статистический метод Электронные конфигурации н идеальная схема заполнения оболочек

Некоторые инженерные методы статистической динамики

Нелинейно-упругая система с жидким заполнением (применение метода статистической линеаризации)

О статистических методах обработки результатов испытаний

Обзор методов решения нелинейных задач статистической динамики

Области применения статистических методов контроля

Общая характеристика и особенности метода статистического моделирования

Общие методы и средства контроля и испытания продукМетоды статистического контроля качества.надежности, долговечности

Общие методы статистической теории протекания процессов во времени. Цепи Маркова Уравнение Эйнштейна — Фоккера

Определение проектной производительности автоматических ланий методом статистических испытаний

Опытно-статистические методы определения параметров точности технологических систем

Основные представления статистического метода

Основные сведения о расчете размерных цепей методом статистического моделирования (методом Монте-Карло)

Основы статистических методов оценки надежности стопорения резьбовых соединений

Основы статистического метода технического контроля

Оценка Метод статистической оценки

Оценка длительной прочности с помощью метода статистического планирования эксперимента

Погрешности изготовления и измерения и статистические методы управления качеством продукции

Порядок внедрения статистических методов контроля качества

Постановка задачи исследования надежности систем методом статистического моделирования

Построение линейной модели процесса токарной обработки статистическими методами

Построение поверхности контроля методом статистических испытаний

Почете, Е. А. Правоторова Моделирование статистического контроля методом медиан и индивидуальных значений

Практическое применение статистических методов анализа и контроля качества продукции (В. И. Гостев)

Предмет и метод статистической физики

Приемочный статистический контроль (метод акад. А. Н. Колмогорова)

Приложение статистического метода к явлениям излучения

Применение вероятностно-статистических методов

Применение государственных стандартов на статистические методы контроля качества при контроле технологических процессов и приемке готовой продукции

Применение математико-статистических методов для исследования процесса кристаллизации под механическим давлением

Применение статистических методов контроля

Принципы построения алгоритмов исследования надежности систем методом статистического моделирования на цифровых вычислительных машинах

Производственные ситуации и практические рекомендации по применению государственных стандартов на статистические методы контроля качества при контроле технологических процессов и приемке готовой продукции

Простейшие статистические методы, применяемые при сертификации систем качества

Разработка нормативов на технологические допуски статистическим методом

Растригин, Статистические методы автоматической балансировки роторов

Расчет угловых коэффициентов методом статистической имитации

Расчетно-статистический метод исследования точности

Роль и место статистических методов при сертификации систем качества

Ротор Методы статистической балансировк

СТАТИСТИЧЕСКИЕ МЕТОДЫ КОНТРОЛЯ И УПРАВЛЕНИЯ КАЧЕСТВОМ ПРОДУКЦИИ Федоров)

СТАТИСТИЧЕСКИЕ МЕТОДЫ ОБРАБОТКИ ЭКСПЕРИМЕНТАЛЬНЫХ ДАННЫХ

Соотношение между вероятностно-статистическими и детерминистическими методами

Статистическая сумма метод вычисления

Статистические закономерности усталостного разрушения и вероятностные методы расчета деталей машин на усталость (В. П. Когаев)

Статистические методы анализа и контроля точности в машиностроении (д-р техн. наук проф. О. Ф. Тищенко)

Статистические методы анализа точности и стабильности технологических процессов

Статистические методы в металловедении (количественная и стереометрическая металлограСалтыков)

Статистические методы в управлении качеством сертификации

Статистические методы выявления взаимосвязей

Статистические методы диагностического анализа

Статистические методы исследования и контроля механических свойств Рассеяние механических характеристик и задачи статистических методов их исследования и контроля (9. Н. Дарчинов, Б. М. Струнин)

Статистические методы исследования точности

Статистические методы исследования точности механической обработки

Статистические методы исследования точности обработки

Статистические методы как средство оценки строения массивов грунта

Статистические методы контроля и регулирования качества продукции

Статистические методы контроля и управления качеством изделий

Статистические методы контроля и управления качеством продукции

Статистические методы контроля качества продукции

Статистические методы контроля надежности и долговечности изделий

Статистические методы контроля, параметров технологического процесса

Статистические методы микроанализа

Статистические методы определения точности обработки

Статистические методы определения точности обработки (А, П. Соколовский)

Статистические методы оценки погрешностей изготовления и измерения

Статистические методы оценки показателей точности изготовления и измерений

Статистические методы оценки прочности

Статистические методы оценки прочности и надежности

Статистические методы оценки управления качеством продукции

Статистические методы оценки характеристик ремонтопригодности

Статистические методы оценки шероховатости поверхности

Статистические методы последующего контроля качества (контроль гот-вой продукции)

Статистические методы построения динамических моделей технологических процессов

Статистические методы при сертификации

Статистические методы приемочного контроля (А. И Кубарев)

Статистические методы распознавания

Статистические методы текущего контроля качества продукции и хода производственного процесса

Статистические методы управления качеством продукции

Статистические методы управления технологическими процессами и качеством Буденная)

Статистический анализ методом Монте-Карло

Статистический анализ расчетных уравнений и методы нахождения оптимальных значений варьируемых факторов

Статистический метод Рейнольдса

Статистический метод в проблеме устойчивости пологих оболочек

Статистический метод исследования точности обработки с построением j точечных диаграмм

Статистический метод обращения

Статистический метод последующего контроля

Статистический метод последующего контроля качества продукции —

Статистический метод последующего контроля контроль — Статистический метод

Статистический метод последующего текущего контроля качества продукции —

Статистический метод последующего технического контроля —

Статистический метод предупредительного контроля

Статистический метод приемочного контроля

Статистический метод расчёта технологических процессов

Статистический метод точечных диаграмм

Статистический метод — 615 — Варианты 629 — Варианты — Расчётные характеристики— 631 Горизонтальные контрольные

Статистический метод — 615 — Варианты 629 — Варианты — Расчётные характеристики— 631 Горизонтальные контрольные границы — 616 — Контрольные диаграммы

Статистический метод — 615 — Варианты 629 — Варианты — Расчётные характеристики— 631 Горизонтальные контрольные для существенно-положительных величин

Статистический метод — 615 — Варианты 629 — Варианты — Расчётные характеристики— 631 Горизонтальные контрольные контрольными границами

Статистический метод — 615 — Варианты 629 — Варианты — Расчётные характеристики— 631 Горизонтальные контрольные при других негауссовых «мгновенных* распределениях — 627 — Контрольные диаграммы крайних значений — 626 — Контрольные диаграммы с негоризонтальными

Статников, М. Ф. Зейтман. Оптимизация динамических свойств гибких вертикальных роторов статистическими методами

Стендовые испытания на надежность с применением статистических методов

Сущность статистического метода

Т Грехов, Т. А. Левина ПРИМЕНЕНИЕ СТАТИСТИЧЕСКОГО МЕТОДА ПЛАНИРОВАНИЯ ЭКСПЕРИМЕНТА ДЛЯ ИССЛЕДОВАНИЯ СЕПАРАЦИОННОЙ. СПОСОБНОСТИ ВИХРЕВОГО ЗОЛОУЛОВИТЕЛЯ НА СТЕНДОВОЙ УСТАНОВКЕ

Термодинамика адсорбции. Метод Гиббса и метод конечного слоя . 7.2.2. Методы статистической механики

Технический контроль внутрицеховой последующий — Статистический метод

Точность Оценка статистическим методом

Точность в обработки деталей— Определение Статистические методы 57 — Расче

Точность обработки - Вероятностно-статистические методы анализа

Точность обработки - Вероятностно-статистические методы анализа коэффициента точности и настроенности технологических процессов

Точность обработки - Вероятностно-статистические методы анализа нелинейности технологического процесс

Точность обработки - Вероятностно-статистические методы анализа размера на обработку партии деталей

Ускоренные экспериментально-статистические методы оценки исходных данны

Функции заводских служб при внедрении статистических методов

Цифровые методы статистического анализа процессов

Численные методы в статистической физике

Экономическая эффективность статистических методов контроПрогнозирование качества ремонта автомобилей и агрегатов по величине технологических показателей

Экспериментально-статистические методы

Экспериментально-статистический метод проектирования проточной части струйных элементов

Экспресс-метод оценки статистических характеристик

Эффективные упругие модули статистические методы физическое определение

Эффективные упругие модули, статистические методы решения, корреляционные

Эффективные упругие модули, статистические методы решения, корреляционные выражения через коэффициенты концентраций средних напряжений и деформация

Эффективные упругие модули, статистические методы решения, корреляционные добавки

Эффективные упругие модули, статистические методы решения, корреляционные при одинаковых модулях

Эффективные упругие модули, статистические методы решения, корреляционные сдвига фаз

Эффективные упругие модули, статистические методы решения, корреляционные случай статистической независимости

Эффективные упругие модули, статистические методы решения, корреляционные соотношения между модулями

Эффективные упругие модули, статистические методы решения, корреляционные точные результаты

Эффективные упругие статистические методы решени



© 2025 Mash-xxl.info Реклама на сайте