Автор работы: Пользователь скрыл имя, 18 Мая 2012 в 10:41, курсовая работа
В настоящее время методы моделирования используются в различных областях человеческой деятельности. Особенно это относится к сфере управления различными системами, где основными являются процессы принятия решений на основе получаемой информации. В решении задач оптимального управления используется метод исследования операций.
Эффективность операции – это степень ее приспособленности и выполнения поставленных перед ней задач.
Критерием эффективности операции называется численный параметр, с помощью которого оценивается эффективность операции. Выбор критерия операции зависит от характера и цели операции. В качестве критерия, эффективности может применяться вероятность какого либо события или математическое ожидание случайной величины .
Введение 4
1 Исследование погрешностей измерения диагностических параметров 5
1.1 Анализ состояния вопроса по теме исследования 5
1.2 Анализ физической сущности изучаемого процесса 10
2 Разработка вероятностной математической модели распределения случайных величин по значениям показателей надежности 17
2.1 Построение интервального вариационного ряда случайных величин 17
2.2 Расчет числовых характеристик распределения. 18
2.3 Анализ физических закономерностей формирования распределения случайных величин по значениям исследуемого показателя 22
2.4 Расчет параметров математических моделей 26
2.5 Выбор оптимальной математической модели и проверка ее на адекватность 32
2.6 Проверка на однородность результатов эксперимента и расчет числовых характеристик 33
2.7 Расчет параметров гамма-распределения 38
Заключение 42
Список использованных источников 43
Значения экспериментальных точек интегральной функции распределения F(xi) рассчитывают как сумму накопленных частностей miв каждом интервале:
, (2.16)
;
;
;
Таким образом, значенияF(xi)э изменяются в интервале [0;1] и однозначно определяют распределение относительных частот в интервальном вариационном ряду.
Также удельным показателем экспериментального распределения является дифференциальная функция (плотность вероятности распределения) f(xi), характеризующая долю рассматриваемых событий в интервале, приходящихся на одно испытываемое изделие и на величину ширины интервала.
Определяем на каждом интервале дифференциальную функцию распределения :
(2.17)
Результаты интервальной
обработки экспериментальных
Таблица 2.5 - Результаты интервальной обработки экспериментальных данных
Наименование параметра |
Обозначение |
Номер интервала чi | |||||
1 |
2 |
3 |
4 |
5 |
|||
Границы интервалов |
[а; b] |
0,98-1,04 |
1,04-1,10 |
1,10-1,16 |
1,16-1,22 |
1,22-1,28 |
1,28-1,34 |
Середины интервалов |
Хi |
1,01 |
1,07 |
1,13 |
1,19 |
1,25 |
1,31 |
Частота |
ni |
4 |
5 |
4 |
5 |
4 |
4 |
Относительная частота (частность) |
mi |
0,154 |
0,192 |
0,154 |
0,192 |
0,154 |
0,154 |
Оценка интегральной функции распределения |
F(xi)э |
0,154 |
0,346 |
0,5 |
0,692 |
0,846 |
1,0 |
Оценка дифференциальной функции распределения |
f(xi)э |
2,567 |
3,2 |
2,567 |
3,2 |
2,567 |
2,567 |
Таблица 2.6 - Статистическая таблица для гамма-распределения
Наименование параметра |
Номер интервала | |||||
1 |
2 |
3 |
4 |
5 |
6 | |
Границы интервалов |
0,98-1,04 |
1,04-1,10 |
1,10-1,16 |
1,16-1,22 |
1,22-1,28 |
1,28-1,34 |
Середины интервалов |
1,01 |
1,07 |
1,13 |
1,19 |
1,25 |
1,31 |
Опытные числа попаданий в интервалы ni |
4 |
5 |
4 |
5 |
4 |
4 |
Опытные частоты попаданий в интервалы mi |
0,154 |
0,192 |
0,154 |
0,192 |
0,154 |
0,154 |
Параметр для входа в таблицу |
2212,8 |
2225,5 |
2238,1 |
2250,7 |
2263,4 |
2276,0 |
Значения вспомогательной |
0,007 |
0,0135 |
0,0178 |
0,0168 |
0,0116 |
0,0061 |
Поинтервальная плотность |
1,475 |
2,845 |
3,751 |
3,540 |
2,444 |
1,285 |
Теоретические вероятности попадания в интервалы Pi |
0,089 |
0,171 |
0,225 |
0,212 |
0,147 |
0,077 |
Теоретические числа попаданий в интервалы n |
2,314 |
4,446 |
5,85 |
5,512 |
3,882 |
2,002 |
Слагаемые критерия Пирсона |
1,228 |
0,069 |
0,585 |
0,048 |
0,008 |
1,994 |
Теоретическая функция распределения F(xi) |
0,089 |
0,26 |
0,485 |
0,697 |
0,844 |
0,921 |
Экспериментальные значения интегральной функции F(xi)э |
0,154 |
0,346 |
0,5 |
0,692 |
0,846 |
1,000 |
Вычисляем математическое ожидание:
(2.29)
Вычисляем дисперсию:
(2.30)
Находим
несмещенную оценку для дисперсии
и среднеквадратического
Определяем параметры гамма-
принимаем α=122, следовательно, ω=105,354.
Находим по таблице значения вспомогательной функции φ(2ωх). Для каждого интервала определяем параметр для входа в таблицу (строка 5 табл. 2.2):
(2.31)
Вычисляем поинтервальные значения вспомогательной функции при α=122 (строка 6 табл. 2.2) по формуле:
Для нахождения поинтервальной плотности вероятности поинтервальные значения строки 6 умножаются на 2ω
Вычисляем вероятности попадания в интервалы (строка 8 табл. 2.2). Для этого значения строки 7 умножаются на
Вычисляем теоретические числа попаданий случайной величины в интервалы (строка 9 табл. 2.2). Для этого значения строки 8 умножаются на N=26:
Вычисляем составляющие критерия Пирсона (строка 10 табл. 2.5):
Суммируя слагаемые критерия Пирсона по интервалам, получаем
Проверяем правдоподобность принятия гипотезы о принадлежности опытных данных к гамма-распределению:
Следовательно, по критерию Пирсона при уровне значимости α=0,05 гипотеза о принадлежности опытных данных к гамма-распределению не отвергается.
Проверим правдоподобность по критерию Романовского:
Расчет критерия Колмогорова.
В каждом из интервалов определяем модуль разности между экспериментальными значениями интегральной функции F(xi)э и теоретическими F(xi), т.е.
и выбираем максимальное значение Dmax. Вычисляем расчетное значение критерия:
Таким образом, по критерию Колмогорова гипотеза не отвергается.
В данной работе, произведя статистическую обработку экспериментальных данных распределения люфта карданной передачи, были просчитаны пять законов распределения и проведена проверка на адекватность, в результате которой было установлено, что ни один из законов распределении не соответствует критериям. Поэтому была проведена проверка на однородность результатов эксперимента, в результате которой были исключены семь значений. Таким образом, конечная выборка составила 26 значений. По данной выборке был произведен расчет гамма-распределения, который показал, что математическая модель адеквадекватна гамме-распределению. В результате расчета получили следующие значения критериев:
критерий Пирсона:
критерий Колмогорова:
критерий Романовского:
Информация о работе Исследование погрешностей измерения диагностических параметров