МАТЕМАТИЧЕСКАЯ ОБРАБОТКА РЕЗУЛЬТАТОВ АНАЛИЗА

МАТЕМАТИЧЕСКАЯ ОБРАБОТКА РЕЗУЛЬТАТОВ АНАЛИЗА [c.140]

Приведенное показывает, что применение для диагностирования традиционных методов, основанных на учете динамики изменения величины концентрации продуктов изнашивания, может рассматриваться только лишь как база или предпосылка для разработки более тонких методов математической обработки результатов анализа масла. [c.290]

При анализе погрешностей эксперимента широко используется аппарат математической статистики и теории вероятностей, поэтому рассмотрим сначала некоторые основные понятия и определения теории вероятностей и математической статистики, которые будут использованы также и в последующих главах при рассмотрении вопросов, связанных с математической обработкой результатов эксперимента и его планированием. [c.38]

П. Среднее время единичного прохода (единичной обработки) для комплекта изделий, закрепленных за участком, согласно измерениям и математической обработке результатов /ср= 0,9 мин. Среднее число единичных проходов S при обработке одной детали определяли на основе анализа технологической документации [c.247]

В лаборатории точных автоматических измерений Института машиноведения изготовлен макет прибора для измерения линейных размеров деталей машин и записи результатов на перфоленту. Прибор предполагается использовать при статистическом анализе точности массовых производств. Математическая обработка результатов измерений размеров деталей, записанных на перфоленту, может быть выполнена по заданной программе на ЭЦВМ. [c.166]

Оснащение приборов компьютерами облегчает труд оператора благодаря автоматизации ряда операций и математической обработке результатов эксперимента, а также ускоряет анализ. [c.145]

В тех случаях, когда при создании средств измерений, необходимых для данной измерительной установки, не удается устранить влияние систематических погрешностей, приходится специально организовывать измерительный процесс и осуществлять математическую обработку результатов. Методы борьбы с систематическими погрешностями заключаются в их обнаружении и последующем исключении путем полной или частичной компенсации. Основные трудности, часто непреодолимые, состоят именно в обнаружении систематических погрешностей, поэтому иногда приходится довольствоваться приближенным их анализом. [c.132]

Разнообразие рассмотренных методов испытания материалов, рациональная технология их проведения, примеры математической обработки и анализа полученных результатов делают книгу не только справочным материалом, но и хорошим пособием для проведения и постановки стандартных и новых видов испытаний материалов на высоком научно-техническом уровне. [c.7]

Математическая обработка результатов измерений производится с целью определения оценок коэффициентов регрессии и статистического анализа уравнения (П.З) в целом (см. раздел четвертый). Математический аппарат регрессионного анализа построен на основе определенных предпосылок [891. Для определения коэффициентов регрессии полинома порядка т при ьи независимых переменных и N результатов наблюдений над величиной Я необходимо, чтобы удовлетворялось соотношение [c.33]

Постоянные погрешности сохраняют неизменным свой знак И величину в течение всего процесса измерения поэтому математическая обработка результатов наблюдений не может привести к их обнаружению. Анализ таких погрешностей возможен только на основании некоторых априорных знаний об этих погрешностях, получаемых, например, при поверке средств измерений. [c.399]

Известно, что самым точным методом контроля отклонений от цилиндрической формы является измерение переменного радиуса детали, вращаемой в центрах, причем измерительный стержень передвигается вдоль детали (подобно резцу при токарной обработке). Результаты измерений (после соответствующей математической обработки и анализа) дают самое верное представление о форме детали, так как сама схема измерения свободна от погрешности метода контроля. (Это не исключает, естественно, возможности погрешностей других видов). Однако такой метод измерения весьма трудоемкий и мало производительный. По этой причине в практике он применяется очень редко. Гораздо большее распространение приобрел ряд более производительных лабораторных и цеховых методов контроля, обладающих, однако, часто некоторыми недостатками. Например, контроль ограненной детали при помощи скобы или микрометра не вскрывает огранки и дает ложное представление о диаметре детали, что в ряде случаев приводит к затруднениям при сборке. [c.263]

Теоретической основой исследований является теория производительности машин и труда. Исследования проводились по методике, разработанной на кафедре Станки и автоматы МВТУ, основные положения которой изложены в гл. III. Исследования включали фактические наблюдения и замеры параметров работы линий, математическую обработку результатов, расчет эксплуатационных характеристик каждой линии с определением их достоверности, обобщение и анализ сопоставимых показателей производительности и надежности однотипных линий и т. д. [c.497]

Математическая обработка и анализ полученных результатов по стабильности работы копирной системы при многократном повторении ходов. Полученные результаты обрабатывали с помощью положений теории ошибок. [c.268]

Математическая обработка результатов испытаний. Анализ приведенных графиков показывает, что имеется разность между площадями нагрузочной кривой и осью абсцисс и разгрузочной кривой и осью абсцисс в виде петли гистерезиса, которая изображает графически работу, затраченную на преодоление трения в устройстве правки под нагрузкой. [c.277]

К сожалению, эксперименты Мюллера проводились в условиях, при которых не было постоянства ни потенциала, ни плотности тока. Это усложняет анализ полученных им результатов. Тем не менее, его математическая обработка результатов заслуживает изучения [23]. Несколько по-иному были представлены основные стороны этой математической аргументации автором данной книги [24]. [c.756]

Для получения достоверной информации о численных значениях показателей надежности клиноременных передач проведены широкие эксплуатационные испытания клиновых вентиляторных ремней автомобильных и тракторных двигателей, приводных ремней сельскохозяйственных машин, приводных ремней промышленного оборудования. Испытано свыше 30 тысяч клиновых вентиляторных ремней автомобилей, эксплуатируемых в основных дорожных и климатических условиях( включая Крайний Север), более двух тысяч ремней промышленного оборудования. В ходе испытаний фиксировались моменты установки и снятия каждого ремня, производилась классификация характера отказа каждого ремня с предполагаемой причиной отказа. При испытаниях вентиляторных ремней использовалась факториальная схема планирования испытаний с варьированием основных факторов конструкции передачи (марка машины), конструкции и материала ремня, климатических зон эксплуатации машины и т. д. с дисперсионным анализом полученных данных. Планирование и математическая обработка результатов испытаний проведены стандартными методами (см. гл. I п. 2, 3). [c.29]

При автоматизированном проектировании имитационные модели предназначены для изучения особенностей функционирования проектируемых структур, состоящих из разнообразных элементов (дискретных и непрерывных, детерминированных и стохастических и т.д.). Имитационные программы строят по модульному принципу, при котором все элементы системы описываются единообразно в виде некоторой стандартной математической схемы — модуля. Схемы и операторы сопряжения модулей друг с другом позволяют строить универсальные программы имитации, которые должны осуществлять ввод и формирование массива исходных данных для моделирования, преобразования элементов системы и схем сопряжения к стандартному виду, имитацию модуля и взаимодействия элементов системы, обработку и анализ результатов моделирования, [c.351]

По результатам математической обработки большого количества экспериментальных данных по программе регрессионного анализа на ЭВМ получены зависимости [c.526]

При изыскании новых путей автоматизации средств тепловой микроскопии необходимо учитывать вопросы стандартизации и унификации аппаратуры, а также максимального сопряжения установок с математическими средствами обработки результатов эксперимента. Схема принципиально возможной, полностью автоматизированной системы проведения исследований на установках для тепловой микроскопии представлена на рис. 2. Как видно из рассмотрения данной схемы, автоматизация обработки информации, получаемой по всем трем основным каналам, должна предусматривать наличие специального блока обработки экспериментальных данных /, включающего в себя малогабаритную электронную вычислительную машину и систему ввода данных, полученных с помощью блока аппаратурного анализа микроструктуры //, блока регистрации изменений физических характеристик ///и блока регистрирующих механических свойств IV, а также дополнительные устройства для печатания (телетайп) V и графической выдачи результатов VI. [c.10]

Активный математический анализ состоит из разработки наилучшей схемы (плана) исследования, поиска оптимальных условий проведения эксперимента, изменения стратегии опыта с минимизацией затрат на проведение исследований. Оптимальная стратегия исследования должна охватывать все этапы эксперимента постановку задачи, разработку схемы эксперимента, тактику самого эксперимента, обработку результатов исследования и, наконец, принятие решений о дальнейших опытах. [c.60]

Результатами решения этих задач являются сведения о динамических нагрузках в элементах и звеньях системы привода, о пиковых значениях токов, напряжений, давлений в двигателях и системах управления, т. е. о величинах, определяющих работоспособность и надежность систем сведения о точности воспроизведения заданных траекторий и положений рабочих органов сведения о временах протекания переходных процессов сведения о характере колебательных процессов и т. д. Для обработки результатов моделирования и получения на их основе простых соотношений, связывающих показатели динамического качества системы привода с конструктивными параметрами ее элементов, применяется аппарат вторичных математических моделей (ВММ). Для получения ВММ исходная математическая модель (ИММ), т. е. система уравнений движения объекта, исследуется на ЭВМ по определенному плану при различных сочетаниях параметров. Зафиксированные в машинных экспериментах результаты обрабатывают либо методами множественного регрессионного анализа, либо с помощью алгоритмов распознавания образов. В первом случае получают количественные соотношения, позволяющие определять динамические показатели системы в функции ее параметров. Во втором случае получают выражения для качественной оценки соответствия изучаемого объекта заданному комплексу технических требова- [c.95]

В результате анализа статистических данных, накопленных в результате комплексных исследований механизма привода, представляется возможность расшифровки кривых регистрируемых параметров и построения эталонных осциллограмм. Для определения оптимальных величин и характера изменения диагностических параметров на различных участках осциллограммы проводится расчет механизма аналитическим путем (в частности, с помощью методов математического моделирования). Кроме того, экспериментально определяют величины этих параметров у большого числа станков одной модели после их сборки, регулировки и обкатки. Эталонную осциллограмму выбранного параметра для каждой модели станка получают путем статистической обработки записей этого параметра у станка, изготовленного, отрегулированного и приработанного в соответствии с техническими условиями, и сравнивают полученную кривую с расчетными данными. Например, эталонная осциллограмма крутящего момента на ходовом винте привода продольной подачи (рис. 4, поз. 20) должна иметь характер периодически изменяющейся кривой без резких скачков и пиков, а максимальная величина крутящего момента не должна превышать 2,8—3,0 кгм при рабочей подаче на холостом ходу. [c.78]

При статистическом характере возбуждения спектр колебаний из дискретного становится непрерывным. Поэтому существенное значение приобретает статистическая обработка результатов экспериментальных исследований и моделирования, выделение частотных зон, где спектральная плотность максимальна, и описание статистических свойств основных спектральных составляющих. Такой сравнительный анализ вибрационных процессов, полученных экспериментально и математическим моделированием, позволяет поставить задачу диагностики как специальный случай задачи идентификации [16]. Основное отличие от рассмотренной в [16] схемы в нашем случае состоит в том, что математическая модель объекта в первом приближении известна и идентифицируется возбуждение на входе объекта, недоступное непосредственному измерению. Критерием идентификации может служить совпадение статистических характеристик выходов реального объекта и его математической модели (1). Такое совпадение (или достаточно хорошее приближение) служит основанием для вывода об адекватности статистических характеристик возбуждения на входах объекта и его математической модели. Естественно, что информативность различных характеристик вибро-акустического процесса для идентификации возбуждения является различной. Поэтому существенное значение приобретает изучение возможно большего числа таких характеристик с целью выбора наиболее информативных. Здесь остановимся только на некоторых таких характеристиках (их опреде- [c.48]

Всякую случайную функцию характеризуют неслучайными функциями — математическим ожиданием, дисперсией и корреляционной функцией. Эти характеристики случайной функции по самому своему существу не могут быть заранее определены на основании каких-либо теоретических соображений, и их можно найти только путем обработки результатов экспериментальных наблюдений. В задачах о случайных колебаниях механических систем наиболее сложно и ответственно именно определение названных характеристик для возмущающих сил последующий анализ движения системы (которое при этом также представляет собой случайную функцию времени) поддается теоретическому определению и относительно прост, в особенности для линейных механических систем. [c.229]

Для получения математических моделей, описываюш их поведение диффузных систем, с большим успехом используется аппарат многофакторного регрессионного анализа. Особенно широкое распространение он получил в связи с развитием теории и практики активных многофакторных статистических экспериментов. Часто успешное решение может быть получено и в случае статистической обработки и анализа результатов пассивных наблюдений. Такими экспериментами являются данные наблюдений, осуществляемые в процессе эксплуатации машин. [c.70]

В результате геометрические методы в технологии машиностроения позволили широко применять вообще математические методы для анализа операций) и машин во взаимной связи. Например, кинематика резания хорошо согласуется с кинематической геометрией, как отвлеченной наукой. Трансформация геометрии режущих инструментов прямо и непосредственно связана со сферической геометрией, которая позволяет наиболее изящно записать изменение углов резания в процессе обработки. [c.429]

Средством общения самого пользователя с ЭВМ в рассматриваемых АО стали пакеты прикладных программ, т.е. совокупность программ, предназначенных для решения задач, перечисленных в гл.1. В пакет входят стандартные средства математического обеспечения банк данных, операционная система, библиотека программ анализа и обработка результатов программ. [c.191]

Результаты анализа реакции конструкций на гармоническое возбуждение в наименьшей степени подвержены влиянию погрешностей, так как не требуется дополнительной обработки и можно использовать эффективную фильтрацию средствами синхронного детектирования или иными, однако при этом увеличивается длительность измерений. В этом случае наиболее наглядны резонансные явления (одни из важнейших в технических приложениях), а непосредственно используемый математический аппарат (частотные методы анализа) хорошо развит и является достаточно простым. [c.332]

Результаты металлографического анализа показали, что в пределах эксперимента характер разрушения изменяется от образования клиновидных трещин до развития межзеренных пор. На основании этого все экспериментальные данные разделены на две группы. Математическая обработка результатов испытаний каждой группы проводилась раздельно, и получено два семейства коэффициентов, т. е. два уравнения состояния типа (3.7), по которым рассчитаны первичные кривые для всех режимов испытаний стали 15Х1М1Ф,. [c.93]

Из данного выражения могут быть определены эффективная масса электрона и высота потенциального барьера на инжектирующей границе. Для границы Si—SiOj значения эффективной массы и высоты потенциального барьера, полученные различными авторами, варьируются в пределах т Q,Ъ2mQ..Л,QЪmQ, ф = 2,8...3,19 эВ. Наблюдаемый разброс параметров связан с различными условиями эксперимента, накоплением заряда в диэлектрике в процессе измерений, влиянием дефектов на фанице раздела полупроводник—диэлектрик, применением при математической обработке результатов различных моделей туннельного процесса, учитывающих отклонения дисперсионной зависимости от параболической. Анализ (проведенный 3. Вайнбергом) полученных экспериментальных зависимостей туннельного тока от электрического поля, определенных по ним значений эффективной массы электрона и высоты потенциального барьера и применяемых при этом моделей туннель- [c.118]

Результаты специальных статистических наблюдений за производственным и потребительским качеством продукции обрабатываются методами корреляционного анализа. Статистико-математическая обработка результатов наблюдений за качеством продукции состоит из следующих этапов подготовка собранной информации о качестве продукции разработка алгоритмов нахождения, исчисления уравнений и коэффициентов корреляции оценка надежности и точности полученных уравнений корреляции. [c.587]

Постоянные систематические погрешности не влияют на значения случайных отклонений результатов наблюдений от средних арифметических, поэтому никакая математическая обработка результатов наблюдений не может привести к их обнаружению. Анализ таких погрешностей возможен только на основании некоторых априорных знаний об этих погрешностях, получаемых, цапример, при поверке средств измерении. Измеряемая величина прп поверке обычно воспроизводится образцовой мерой, действительное значение которой известно. Поэтому разность между средним арифметическим результатов наблюдения и значением меры с точностью, определяемой погрешностью аттестации меры и случайными погрешностями измерения, равна искомой систематической погрешности. [c.133]

Для контрольных испытаний одинаково важным яв яются и этап планирования, и этап обработки статистической информации. Обработка сводится в основном к анализу и классификащш данных по отказам с целью выделения отказовых ситуаций, подлежащих сравнению с установленным заранее приемочным числом. Вопрос о математической обработке результатов контрольных испытаний возникает в следующих случаях [c.169]

В работе [74] рассмотрена методика анализа фазовых превращений в сталях при сварке на основе математической обработки результатов термо- и дилатометрирования с применением микроЭВМ типа Электроника ДЗ-28 . Алгоритм расчета включает определение температурных интервалов фазовых превращений ау- [c.89]

Математическая обработка результата эксперимента. Полученные статистические данные позволяют провести анализ точности выхода на размер после правки и определить вероятность брака. Расчеты произведены на РС Репйшп 300. [c.314]

Обработка результатов анализа масла по 10 основным металлам, осуществляемая анализатором СПЕКТРОСКАН , производится автоматически по трем, практически независимым, математическим программам с целью самоконтроля и повышения достоверности результатов диагностики. [c.291]

Представляя собой совокупность рассмотренных средств методического обеспечения, реализующих системную математическую модель ЭМУ, совместно с необходимыми обслуживающими средствами (авто-матизащгей подготовки данных, обработкой результатов и пр.), необходимо рассматривать этот комплекс как гибкий инструмент исследования и проектирования. В зависимости от характера решаемых задач необходимо предусмотреть использование моделей различных версий и уровней. В практической постановке задачи системного анализа не обязательно нуждаются в привлечении полного комплексного описания процессов в объекте и часто могут быть обеспечены применением лишь части из рассмотренных моделей. Наконец, многие можно решать и на уровне отдельных частных моделей. [c.142]

Для получения достоверных сведений по усталостной прочности титановых сплавов конкретной структуры не(обходима количественная оценка разброса результатов циклических испытаний. При этом предел выносливости определяют с заданной вероятностью неразрушения, т.е. оценивают его надежность. Уже первьге статистические обработки результатов усталостных испытаний титановых сплавов показали высокие значения коэффициента вариации условного предела выносливости [96— 98]. Учитывая большой разброс, наиболее правильно для анализа усталостных свойств титановых сплавов применять методы математической статистики и теории вероятности. Для этого строят полные вероятностные диаграммы, например по системе, предложенной Институтом машиностроения АН СССР [99, 100]. Эта система основана ра разделении процесса усталостного разрушения на две стадии до появления макротрещины и развитие трещины до разделения образца на части. При анализе предела выносливости гладких образцов это разделение не имеет принципиального значения, так как долговечность до появления трещины Л/ и общая долговечность до разрушения образца Л/р близки. Часто Jртя построения полных вероятностных диаграмм усталости за основу берут наиболее простой метод, предложенный В. Вейбуллом [ 101 102, с. 58 — 64]. Для построения полной вероятностной кривой необходимо испытать достаточно большие партии образцов (30—70 шт.) на нескольких уровнях амплитуды напряжений, которые должны быть выше предела выносливости (см., например, рис. 92). На каждом из этих уровней по гистограмме определяют вероятность разрушения при данной амплитуде напряжений. Далее ст ят кривую Веллера по средним значениям долговечности. По гистограммам строят кривые равной вероятности в тех же координатах (а — 1дЛ/). Затем строят семейство кривых, определяющих не только зависимость долговечности от амплитуды напряжений, но и вероятности разрушения от заданных амплитуды напряженйй и долговечности. Далее, принимая математическую форму распределения вероятности, на данном уровне напряжений можно строить кривые зависимости либо от амплитуды напряжений при заданной базе испытаний Л/, [c.141]

Предлагаемый читателю первым том справочника содерж 1т много полезных фактов и рекомендаций, расчетные формулы, сведения из теории вероятностей и математической статистики, вспомогательные таблицы и номограммы. Обстоятельно рассмотрены используемые на практике математические модели надежности, методы обработки результатов испытаний на надежность большое внимание уделено анализу эксплуатацнонных данных. [c.4]

Инженерно-физические исследования проводятся на всех этапах создания реактора (при проектировании, экспериментальной отработке и опытной эксплуатации) и охватывают широкий круг задач, включая построение математических моделей и анализ изучаемых процессов, обоснование и оптимизацию проектных характеристик установки (теплотехнических, прочностных, динамических, электротехнических и т. п.), а также обработку и интерпретацию экспериментальных результатов. Большинство подобных задач схавится в рамках теорий так называемого полевого типа — теории теплопроводности, упругости, электричества и т. п. [26,90,87]. [c.8]

Применительно к анализу работоспособности и долговечности теплонапряженных конструкций можно выделить ряд этапов, характерных для методики математического моделирования. Как и при решении любой инженерной задачи, на первом этапе осуществляют переход от реально существующей или проектируемой конструкции к ее расчетной схеме, отражающей наиболее важные свойства и особенности рассматриваемого объекта и, наоборот, не учитывающей второстепенные моменты, которыми можно пренебречь благодаря их слабому влиянию на конечный результат. На втором этапе проводят математическую обработку расчетной схемы и формируют математическую модель рассматриваемой конструкции, включающую уравнения и дополнительные соотношения, описьшающие [c.250]

Структурная схема подсистемы Пилот приведена на рис.38. Важное место в структуре подсистемы занимает графический редактор. Он выполняет две функции. Во-первых, редактор представляет собой управляющую оболочку для работы различных программных крейтов, реализующих такие функции как расчет, обработка запросов к специализированной базе данных и базе данных системы АОНИКА , вывод на экран или на печать различной информации, связанной с проведением сеансов моделирования. Во-вторых, редактор предназначен для создания графических топологических моделей различных физических процессов электрических, тепловых, механических и аэродинамических. В процессе функционирования графический редактор формирует действующую расчётную структуру в топологическом виде, которая в дальнейшем анализируется при помощи единого расчетного модуля в различных режимах (статический анализ, анализ во временной и частотной областях, анализ чувствительности). В процессе моделирования возможно применение принципа динамического изменения параметров элемента схемы или параметра конструкции (тюнинг в реальном масштабе времени). При таком подходе параметр маркируется и изменяется при помощи виртуального тюнера. Процесс изменения параметра сопровождается одновременным отображением результатов анализа в виде графиков и диаграмм. При таком подходе процесс анализа математической модели выполняется в фоновом (скрытом) режиме. [c.94]

В работе [77] приведены полученные в результате математической обработки экспериментальных данных показатели межэкземплярной однородности j jTOBoro материала монолитных СО для спектрального анализа, выпущенных ИСО ЦНИИЧМ в 70-х годах. Коэффициенты а и [уравнение (30) ], заимствованные из этой работы и характеризующие среднее квадратическое отклонение а , показаны в табл. 27. [c.140]

Энциклопедия по машиностроению XXL

Оборудование, материаловедение, механика и ...