Вероятностные характеристики

Подставив в уравнение (2.4) известные вероятностные характеристики нагрузки, получим выражение для определения искомых размеров поперечного сечения h, обеспечивающих заданную надежность [c.58]

Из уравнения (2.67) видно, что зависит от вероятностных характеристик нагрузки и размеров поперечного сечения элемента конструкции. [c.70]

Для определения надежности воспользуемся уравнением (2.2). Вы-развив входящие в это выражение сомножители через известные вероятностные характеристики нагрузки, размеры поперечного сечения и проинтегрировав, получаем выражение [c.70]

Так как и og зависят от известных вероятностных характеристик нагрузки и искомых размеров поперечного сечения, то, разрешив уравнение (2.75) относительно последних, мы и решим поставленную задачу. [c.73]

Вид функции Я(Я,, Я2,. .., Я ) зависит от вида связей элементов конструкций между собой. Вид функции G(Hx, Н , -.,Я ) зависит or типа и формы элементов конструкции, их нагружения, закона распределения и вероятностных характеристик нагрузки и несушей способности и вида надежности (по прочности, жесткости или устойчивости). Для различных элементов конструкции вид функции G K) или G(K ), а также. где К или К, а также известным образом связаны с надежностью, может быть одним из следующих [c.81]

В практических приложениях часто приходится решать задачу нахождения законов распределения и вероятностных характеристик функций случайных аргументов. [c.105]

На практике часто возникает задача определения вероятностных характеристик какой-либо случайной функции Y(t) по известным вероятностным характеристикам случайной функции Х () при известной связи межд) функциями X(t) и Y(г). Оставаясь в рамках корреляционной теории, это значит, что необходимо определить [c.118]

Интересна связь между квантилью и,, как вероятностной характеристикой расчета и коэффициентом безопасности п, рассчитанным по средним значениям случайны величин /- и W, т. е. n=WjF. Разделив числитель и знаменатель дроби на и/ и введя коэффициенты вариации / и Vf.- Sp /F, получаем [c.23]

В общем случае погрешность измерения является случайной функцией времени X (/), так как нельзя предсказать ее значение в момент времени можно лишь вычислить ее вероятностные характеристики. При проведении одной серии измерений получают одну кривую, так называемую реализацию этой функции. Совокупность реализаций характеризует случайную функцию. Погрешность измерений в определенный момент времени, называемый сечением случайной функции Д (/, ), при наличии нескольких реализации характеризуется средним значением (математическим ожиданием) и рассеянием (дисперсией). Характеристиками случайной функции X (ij служат математическое ожидание (/) и корреляционная 5 131 [c.131]

ПАРАМЕТРИЧЕСКИЕ МЕТОДЫ ОБУЧЕНИЯ - подкласс методов обучения распознаванию образов. Принято два различных способа разделения методов на параметрические и непараметрические, и каждый из этих терминов имеет, следовательно, два смысла. В первом смысле параметрическое обучение имеет место тогда, когда вероятностные характеристики объектов распознавания (необходимые для решения байесовских задач распознавания) известны не полностью, а лишь с точностью до неизвестных параметров. В этом случае обучение распознаванию образов заключается в оценке значений этих параметров по обучающей выборке. Полученные оценки используются в дельнейшем при собственно распознавании. [c.59]

СТАЦИОНАРНОЕ СТОХАСТИЧЕСКОЕ ВОЗДЕЙСТВИЕ -стохастическое воздействие,вероятностные характеристики значений или состояний которого не зависят от времени. СТЬЮДЕНТА КРИТЕРИЙ (Г - критерий ) [c.67]

СТАЦИОНАРНЫЙ - процесс, вероятностные характеристики которого не зависят от времени. [c.69]

ЭРГОДИЧЕСКИМ называется процесс, вероятностные характеристики которого не зависят от номера реализации. [c.88]

Для решения уравнений случайных колебаний (6.1) надо знать все вероятностные характеристики случайных возмущений входа (каждой из компонент векторов Aq =, Ац<=, АР=< > и АТ =< >). К таким вероятностным характеристикам относятся математические ожидания, автокорреляционные функции, взаимно корреляционные функции, спектральные плотности. В результате решения должны быть получены вероятностные характеристики выхода (компонент векторов АО , АМ =, 0 = и 0 =). [c.144]

Вероятностные характеристики решений линейных неоднородных дифференциальных уравнений. Рассмотрим линейное уравнение второго порядка [c.145]

Определение вероятностных характеристик решения. Систему уравнений (6.1) (включив в первое уравнение силу вязкого сопротивления) запишем в виде векторного уравнения (5.50) [c.150]

Решение уравнений при нестационарных колебаниях. В предыдущем параграфе были рассмотрены случайные силы и вызванные ими случайные колебания, когда вероятностные характеристики сил и компонент вектора состояния стержня [Z (e, т)] во времени не изменялись. Такие случайные колебания называются стационарными случайными колебаниями. Они возможны, когда время переходного процесса много меньше времени рабочего режима. Кроме того, стационарные колебания возможны только в том случае, когда уравнения колебаний стержня есть уравнения с постоянными коэффициентами, а нагрузки, действующие на стержень, представляют собой стационарные случайные функции. [c.158]

Очень часто в реальных задачах большой практический интерес представляет переходный режим колебаний от момента приложения нагрузки до выхода системы на установившийся режим (стационарный режим, если он возможен) или до определенного момента времени. Например, если на стержень действует внезапно приложенная случайная по направлению и модулю сила и требуется выяснить, как будет двигаться стержень после ее приложения, то считать движение (колебания) стержня стационарными нельзя даже в том случае, если сила является стационарной случайной функцией. В общем случае случайные силы, действующие на стержень, могут быть любыми, в том числе и нестационарными, случайными функциями, у которых вероятностные характеристики зависят от времени. В этом случае вероятностные характеристики решений уравнений колебаний стержня (в том числе и уравнений с постоянными коэффициентами) также зависят от времени, т. е. являются нестационарными. Это существенно осложняет решение, так как воспользоваться спектральной теорией нельзя. [c.158]

При исследовании нестационарных случайных процессов, как правило, требуется определить вероятностные характеристики решений (компонент вектора состояния системы 2(е, х)) в фиксированный момент времени т=Тк, т. е. [c.159]

Получим вероятностные характеристики компонент вектора (тк), считая, что вероятностные характеристики компонент векторов АР и АТ, входящих в векторы Ар( > и Ар( известны, т. е. известны их математические ожидания Шр и шг, автокорреляционные и взаимно корреляционные функции Кр, р , Кг г . Для упрощения преобразований примем, что векторы АР и АТ независимы. Математическое ожидание вектора У(тк) [c.160]

Зная вероятностные характеристики компонент вектора (тк), находим вероятностные характеристики компонент векторов f и 1 [c.162]

Определение вероятностных характеристик решения. В гл. 6 были рассмотрены случайные колебания пространственно-криволинейных стержней. Для случая колебаний прямолинейных стержней приведенные в гл. 6 соотношения существенно упрощаются. Но проще получить для этого частного случая все необходимые соотношения, рассмотрев, например, уравнение (7.167). Рассмотрим стационарные случайные колебания на примере стержня, приведенного на рис. 7.19,6. Сила Р есть стационарная случайная функция с известными вероятностными характеристиками, в частности известна ее спектральная плотность 5р((о). Рассмотрим случайные колебания стержня с учетом сил вязкого сопротивления [c.216]

К стержню приложена случайная стационарная сосредоточенная сила Р (рис. 7.42) с известными вероятностными характеристиками [гпр = 0, 5р(т)]. Требуется определить максимально возможное значение реакции в шарнире (х=(), считая, что реакция подчиняется нормальному закону распределения. Воспользоваться приближенным методом и ограничиться одночленным приближением. [c.233]

Для псевдоожиженного слоя твердых частиц необходимо уточнить, что подразумевается под идеальным перемешиванием. Напомним, что при идеальном перемешивании жидкости полагают, что концентрация целевого компонента в жидкости постоянна по всему объему аппарата. Для твердой фазы нельзя считать одинаковыми концентрации целевого компонента в частицах, поэтому идеальность перемешивания твердых частиц определим следующим образом перемешивание называется идеальным, если все вероятностные характеристики частиц (среднее время пребывания, средняя величина адсорбции, распределение времени пребывания и величина адсорбции частиц) не зависят от координат и статистически не зависят друг от друга. [c.26]

Достоверность измерения — важнейшая характеристика качества измерения, характеризующая доверие к результатам измерений. Измерения делятся на два вида достоверные и недостоверные. Недостоверные измерения, т. е. измерения, при которых неизвестны вероятностные характеристики их отклонений от истинно- [c.102]

При расчете механизмов на точность в общем случае могут учитываться частичные ошибки теоретические, технологические, эксплуатационные, кинематические и мертвый ход. При этом все систематические ошибки суммируются алгебраически, а случайные ошибки — по вероятностным характеристикам рассеяния. [c.126]

ВЕРОЯТНОСТНЫЕ ХАРАКТЕРИСТИКИ ОШИБОК МЕХАНИЗМОВ [c.114]

Основные параметры дефектоскопов и толщиномеров — чувствительность, производительность, точность определения размеров дефекта, разрешающая способность, стабильность работы. Размеры окна коллиматора, время измерения, энергия и активность источника относятся к конструктивным параметрам. Обычно задаются материал и толщина изделия, минимальный объем и конфигурация выявляемого дефекта, производительность и вероятностные характеристики обнаружения. [c.376]

Хотя для оценки надежности, как правило, используются вероятностные характеристики, это не значит, что суждение о поведении изделия можно сделать лишь на основании статистических исследований. [c.58]

Представление процессов в виде случайных необходимо потому, что при расчете наде ности изделий необходимо выявить область работоспособности, а для этого надо знать не только математическое ожидание, но и другие вероятностные характеристики процесса — его дисперсию, корреляционную функцию и т. п. [c.116]

Машины, эксплуатация которых происходит в стационарных заводских условиях, тем не менее часто воспринимают разнообразные нагрузки, имеют непостоянные циклы работы, испытывают воздействие от соседних машин и агрегатов. Поэтому выявление спектра эксплуатационных нагрузок, действующих на машину и ее элементы, и их вероятностные характеристики являются необходимым условием для анализа и прогнозирования надежности см. гл. 4, п. 4). [c.523]

Для многих типов машин, режим эксплуатации которых состоит из различных периодов, разрабатывается типовой график работы машины, отражающий средние (или экстремальные) воздействия на машину (типовой полет самолета, испытание станка при обработке типовой детали и т. д.). Эти данные в сочетании с вероятностной характеристикой внешних воздействий на машину являются исходными для оценки и прогнозирования ее надежности в различных условиях эксплуатации (см. гл. 4, п. 4). [c.525]

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]

Анализ сигналов АЭ выполнен по двум параметрам — изменению напряжения цикла и изменению числа циклов нагружения. Исследованы вероятностные характеристики появления событий и амплитуд сигналов АЭ. Рассматривались поверхности этих функций и строились их картограммы по 25 сечениям, соответствующим 25 уровням сигналов (рис. 3,29). Наиболее плотное число событий соответствует трем областям на полученных картограммах. Первая область соответствует моменту непосредственно начала раскрытия берегов трещины, вторая расположена около максимума напряжения цикла, и третья область примыкает к участку закрытия трещины. Появление первой и третьей областей объясняется процессом формирования скосов от пластической деформации у поверхности образца [143, 144]. Процесс деформации и разрушения соответствует преимущественно скольжению и поворотам при совместном раскрытии по тину П1 + I. [c.170]

Случайные процессы, протекающие в системах, подразделяются на процессы с дискретным и непрерывным временем. У процессов с дискретным временем переход системы из одного состояния в другое возможен только в определенные моменты ti, t2..., у непрерывных — в любой момент времени. Случайный процесс с дискретным состоянием называется марковским, если все вероятностные характеристики процесса зависят лишь от того, в каком состоянии этот процесс находится в настоящий момент времени, и не зависит от того, каким образом этот процесс протекал в прошлом. В случае марковского процесса потоки событий, переводящие систему из одного состояния в другое, являются пуассоновскими. [c.218]

Подставим в формулу (2.2) известные вероятностные характеристики нагрузки q t) и несущей способности R. Принимая во внимание, что должно выполняться равенство Н - Ядад, для определения размера поперечного сечения h получим выражение [c.58]

Для стационарных случайных процессов вероятностные характеристики от времени не зависят, т. е. mx= onst Dx— onst, а корреляционная функция зависит только от разности моментов времени т —t=ti [c.145]

Зная вероятностнв1е характеристики и /< ), определяем вероятностные характеристики компонент вектора 2 =(е, т) (6.25) [c.162]

Так, на рис. 30, а и б приведены вероятностные характеристики прочности (предела прочности Qg) для авиационного алюминиевого сплава АМГ6Н и тол"щины стенок А фасонных профилей [23]. Как видно из гистрограмм, эти показатели имеют дисперсию и при аппроксимации нормальным законом оцениваются математическим ожиданием М и средним квадратическим отклонением or. Хотя материал и размеры сортамента и удовлетворяют техническим условиям, рассеивание данных показателей окажет влияние на ход процесса старения (например, на развитие усталостных трещин), и каждая реализация процесса будет отражать конкретные значения начальных параметров данного изделия. [c.113]

Период времени до зарождения микротрещины характеризуется признаками внезапного отказа, а процесс разрушения — признаками износного отказа. В этих случаях для вероятностной характеристики отказов нередко применяют такие законы распредёЛе- [c.149]

Данное изделие может попасть в различные условия эксплуатации и работать при разных режимах. Для того чтобы предсказать ход процесса потери изделием работоспособности, надо знать вероятностную характеристику тех условий, в которых будет эксплуатироваться изделие. Такими характеристиками могут быть законы распределения нагрузок / (Р), скоростей / (и) и условий эксидуатации f (к). Заметим, что эти закономерности оценивают те условия, в которых будет находиться изделие и поэтому могут быть получены независимо от его конструкции с использованием статистики по работе аналогичных машин или по требованиям к будущим изделиям. Например, спектры нагрузок и скоростей при различных условиях работы транспортных машин, необходимые режимы резания при обработке данного типажа деталей на металлорежущих станках, нагрузки на узлы горнодобывающих машин при разработке различных пород и т. п. могут быть заранее определены в виде гистограмм или законов распределения. [c.213]

Для оценки затрат на перевод прогнозных запасов в промышленные категории в [64] предложена упрощенная математическая модель, имитирующая процесс ведения геолого-разведочных работ и реализующая методом Монте-Карло вероятностные характеристики основных его этапов. В модели приняты следующие основные гино- [c.141]

Справочник машиностроителя Том 1 Изд.3 (1963) -- [ c.326 ]

Справочник машиностроителя Том 6 Издание 2 (0) -- [ c.326 ]

Машиностроение Энциклопедический справочник Раздел 1 Том 1 (1947) -- [ c.283 ]

Справочник машиностроителя Том 1 Изд.2 (1956) -- [ c.326 ]

Энциклопедия по машиностроению XXL

Оборудование, материаловедение, механика и ...