Ш Определение понятий правильности и точности

ПРАВИЛЬНОСТЬ И ТОЧНОСТЬ РЕЗУЛЬТАТОВ ИЗМЕРЕНИЯ ОПРЕДЕЛЕНИЕ ПОНЯТИЙ ПРАВИЛЬНОСТИ И ТОЧНОСТИ [c.82]

Рассмотрим подробно понятия мертвого хода и максимального вероятного мертвого хода. Остановимся также на определении ряда понятий параметров точности зубчатых передач, так как правильное толкование этих понятий облегчит реализацию системы допусков на зубчатые передачи при расчете мертвых ходов в кинематических цепях. [c.82]

К характеристикам измерений относят принцип, метод, процедуру, погрей-ность, точность, правильность, сходимость и воспроизводимость измерений [б]. Определения этих понятий и пояснения к ним даны в разделе I гл. I и в разделе I гл XII. Остановимся только на понятиях погрешности и связанной с ней точности измерений. [c.109]

Понятие критерий износа было введено автором метода для более точного расчета продолжительности работы цепи по износостойкости с учетом всех основных коэффициентов, влияющих на работоспособность цепной передачи. При этом точность расчета зависит от наличия ряда коэффициентов, значение которых может быть получено в результате испытаний цепных передач с близкими к рассчитываемым параметрами и условиями эксплуатации. В работе [3] приведены подробное описание и рекомендации по применению данного метода. В частности, в отличие от рекомендации ряда зарубежных авторов [29, 30] этот метод правильно и обоснованно предусматривает определение срока службы цепи, исходя из предельно допустимого увеличения шага цепи, по двум критериям по зацеплению цепи с большей звездочкой при Zj> 50 и по потере прочности шарнира при Z2 < 50. [c.64]

ОБУЧЕНИЕ РАСПОЗНАВАНИЮ ОБРАЗОВ - процесс изменения параметров распознающей системы или решающей функции на основании экспериментальных данных с целью улучшения качества распознавания. Применяют в тех случаях, когда имеющиеся априорные сведения о распознаваемых объектах или, точнее, о множествах сигналов, принадлежащих к одному классу, недостаточно полны, чтобы по ним найти определенную решающую функцию. Экспериментальные данные обычно имеют вид обучающей выборки, представляющей собой конечное множество наблюдавшихся значений сигналов, причем для каждой реализации указан класс, к которому она должна быть отнесена. На основании этих данных необходимо выбрать решающую функцию, классифицирующую сигналы из выборки в соответствии с указанными для них классами. Подобный выбор решающей функции с помощью выборки имеет практический смысл лишь тогда, когда можно на основании тех или иных отображений рассчитать, что выбранная функция будет осуществлять правильную классификацию также и для значений сигнала, не представленных в обучающей выборке, но наблюдаемых при тех же условиях, при которых была получена выборка. Наиболее важным при этом является вопрос о том, что считать правильной классификацией. Дпя того, чтобы это понятие имело смысл, необходимо предположить, что объективно существует некоторая закономерность, в соответствии с которой появляется сигнал, соответствующий кажцому из классов. Обычно предполагают, что сигнал является многомерной случайной величиной и каждый класс характеризуется вполне определенным распределением вероятностей. Существуют два различных подхода к обучению, различающиеся прежде всего по характеру сведений об указанных распределениях вероятностей. Параметрический подход применяют в тех случаях, когда эти распределения известны с точностью до значений некоторых параметров. Например, известно, что распределение сигнала для каждого класса является нормальным распределением с независимыми компонентами и с неизвестным средним, которое является неизвестным параметром. Тогда задача обучения, называемая парамет- [c.47]

Анализируя рассмотренные выше построения, следует указать, что метод весовой линии имеет несомненные преимущества по сравнению с другими графическими методами. В первую очередь это простота и точность, так как отпадает двойственность построения, присущая другим методам. Операции с параллельными и пересекающимися векторами (силами) следует простому закону сложения краевых и параллельных составляющих. Вычисление центров масс стержневых систем и механизмов, по методу весовой линии значительно проще, чем по существующим способам. Упрощается также исследование давлений в кинематических парах механизмов и определение реакций опор в стержневых системах. Методом весовой линии весьма просто производится бесполюсное интегрирование и дифференцирование, так как закон распределения сил соответствует закону изменения функции q = f (х). При этом первообразная функция (вес фигуры, заключенной между кривой q = f [х) и координатными осями) представляет собою интеграл. В дискретном анализе понятие бесконечно малая величина" заменяется понятием конечно малая величина со всеми вытекающими отсюда представлениями о производной в конечных разностях и численным интегрированием (вычислением квадратур). Полигоны равновесия узлов в стержневых системах, построенные по методу весовой линии, проще диаграмм Л. Кремоны, так как позволяют вычислять усилие в заданном стержне не прибегая к определению усилий в других стержнях, необходимых для построения диаграмм Кремоны. Графическое решение многочленных линейных уравнений (многоопорные валы и балки, звенья, имеющие форму пластин, и т. д.) производится по опорным весам или коэффициентам при неизвестных. Такой путь наиболее прост и надежен для проверки правильности решения. Впервые в технической литературе. дано графическое решение дифференциальных уравнений для балки переменного сечения на упругом основании и для круглых пластин с отверстиями, аналитическое решение которых требует сложного математического аппарата. В заключение отметим предельно простое решение дифференциальных уравнений теории упругости (в частных производных) указанным методом. [c.150]

Энциклопедия по машиностроению XXL

Оборудование, материаловедение, механика и ...