1. Математическая обработка опытной информации
Цель работы: Освоить математическую обработку и графическое изображение опытной информации.
Определить средний доремонтный ресурс двигателя А-41и количество двигателей, которые потребуют ремонта с начала эксплуатации и до конца третьего интервала статистического ряда.
Составим сводную таблицу исходной информации в порядке возрастания показателей надежности.
1500 |
1620 |
1710 |
1830 |
1920 |
2010 |
2080 |
2180 |
||
2220 |
2280 |
2310 |
2380 |
2400 |
2420 |
2460 |
2520 |
||
2660 |
2740 |
2830 |
2860 |
2940 |
2990 |
3010 |
3040 |
||
3260 |
3330 |
3370 |
3440 |
3560 |
3670 |
3720 |
3860 |
||
Составим статистический ряд исходной информации
где tк - конечное или максимальное значение показателей надежности;
tсм - величина смещения;
А - величина интервала статистического ряда.
Таблица 1 - Статистический ряд исходной информации
Интервал |
Среднее значение |
Частота |
Вероятность |
Суммарная вероятность |
||||
Опыт. |
Теор. |
Опыт. |
Теор. |
Опыт. |
Теор. |
|||
1236-1564 |
1400 |
1 |
0,3 |
0,031 |
0,198 |
0,031 |
0,01 |
|
1564-1892 |
1728 |
3 |
1,9 |
0,094 |
0,384 |
0,125 |
0,039 |
|
1892-2220 |
2056 |
5 |
3,5 |
0,156 |
0,682 |
0,281 |
0,148 |
|
2220-2548 |
2384 |
7 |
3,3 |
0,219 |
0,779 |
0,500 |
0,221 |
|
2548-2876 |
2712 |
4 |
2,6 |
0,125 |
0,837 |
0,625 |
0,302 |
|
2876-3204 |
3040 |
4 |
2,7 |
0,125 |
0,858 |
0,750 |
0,387 |
|
3204-3532 |
3368 |
4 |
2,8 |
0,125 |
0,844 |
0,875 |
0,437 |
|
3532-3860 |
3696 |
4 |
4,1 |
0,125 |
0,801 |
1,000 |
0,632 |
Опытная вероятность определяется по формуле:
где mi - опытная частота i-того интервала статистического ряда;
N - количество испытуемых двигателей.
Определяем среднее значение показателя надежности и абсолютную характеристику рассеивания - среднее квадратическое отклонение.
где n - количество интервалов статистического ряда tiс - значение среднего i-го интервала. Ропi - опытная вероятность i-го интервала.
Проверим опытную информацию на выпадающие точки. Проверку производим по правилу:
+ 3у =2561 + 1944 = 4594 мото-ч;
- 3у = 2561 - 1944 = 707 мото-ч.
Поскольку в границы обозначенные выражением входит вся имеющаяся опытная совокупность, то все точки данной совокупности являются достоверными
Графическое изображение опытного распределения показателя надежности.
Строим гистограмму, полигон и кривую накопленных вероятностей.
Определение относительной характеристики рассеивания показателя надежности, коэффициента вариации.
Выбор теоретического закона распределения, определение его параметров и графическое изображение дифференциальной и интегральной кривых.
Поскольку расчетное значение коэффициента вариации V превышает 0,33, то предпочтение отдаем закону распределения Вейбулла.
Уравнения, предопределяющие характер протекания дифференциальной и интегральной кривых
где а, b - параметры распределения Вейбулла.
где t - конечное значение i-го интервала.
Однако пользоваться данными уравнениями не представляется возможным, поскольку неизвестны параметры распределения Вейбулла «a» и «b».
Графический метод
где mi - опытная частота
b - параметр Вейбулла: b = 2…3,5.
Задаемся значениями «b» и при каждом из них определяем соответствующее значение y1 и y2.
b = 2,0y1 = 267y2 = 265
b = 2,5y1 =264y2 = 268
b = 3,0y1 = 262y2 = 270
b = 3,5y1 = 260y2 = 272
Значения y1 и y2 соответственно равны:
По полученным значениям у1 и у2 строим графики, проекция точки пересечения кривых у1 и у2 на ось абсцисс будет являться искомым значением параметра b.
b = 2,1
Примем b = 2
Найдем недостающий параметр «а» из уравнения:
математический надежность вариация усеченный
где N - количество испытуемых двигателей
b = 2,1;
a = 2743 мото-ч
Функция плотности вероятности закона распределения Вейбулла табулирована в таблице.
Функция распределения F(t) табулирована в таблице.
Проверка совпадения опытного и теоретического распределения по критерию согласия:
где mтi - теоретическая частота.
Определяем теоретическую частоту появления события в пределах каждого интервала статистического ряда:
где N - количество машин в совокупности или повторности информации;
F(ti+1) и F(ti) - смежные или рядом стоящие точки накопленной информации.
Используя, критерий согласия можно определить вероятность совпадения опытного и теоретического распределения показателя надежности, используя данные таблицы 7. Для входа в таблицу необходимо определить число степеней свободы, которое определяется по уравнению:
;
где n - число интервалов статистического ряда,
k - число обязательных связей.
По таблице 7 по пятой строке ищем вероятность совпадения опытного и теоретического распределения показателя надежности.
Вероятность совпадения опытного и теоретического распределений составляет примерно 15%.
Определяем доверительные границы рассеивания одиночного и среднего значений показателя надежности, а также наибольшее возможное значение абсолютной и относительной погрешности.
Для одиночного значения:
Для определения коэффициента Стьюдента tб задаемся величиной доверительной вероятности, тогда б = 0,80 и N/б = 36/0.80 = 45. Используя таблицу 10, получим tб = 1.3.
где Нk - значение квантиля при соответствующем параметре «b»
Для среднего значения:
где r1 и r3 коэффициенты Вейбулла, зависящие от величины доверительной вероятности и повторности информации
b - параметр распределения Вейбулла
r1 = 1.15; r3 = 0.88;
Определяем наибольшую возможную относительную ошибку:
Ответ: В результате математической обработки опытной информации по показателям надежности двигателей А - 41, установлено, что опытное распределение показателей надежности подчинено закону распределения Вейбулла с коэффициентом вариации V = 0,46 при, среднем значении показателя надежности 2651 мото-ч и среднем квадратическом отклонении у = 648 мото-ч. Вероятность совпадения опытного и теоретического распределений составляет примерно 15%. Доверительные границы рассеивания одиночного и среднего значений показателя надежности соответственно равны:
Величина абсолютной ошибки составляет Iб = 184 мото-ч.,
относительная предельная ошибка при, доверительной вероятности б = 0,80, равна 6,9% .
Графические изображения дифференциальной и интегральной кривой прилагаются.
2. Графический метод обработки информации по показателям надежности
При изготовлении вероятностной бумаги Вейбулла - Гнеденко выбираем миллиметровую бумагу. С этой целью на обе оси наносим точки, соответствующие значениям логарифмов нормального ряда чисел от 10° до 101 по оси ординат и от 10° до 102 по оси абсцисс. Если мантиссы учитываем с точностью до 2 знака и выбираем масштаб 1:1 (единица мантиссы соответствует 1 мм на чертеже). Эти точки будут отстоять от начала координат на следующих расстояниях:
Т2 - 30 мм
Т3 - 48 мм
Т4 - 60 мм
Т5 - 70 мм
Т6 - 78 мм
Т7 - 85 мм
Т8 - 90 мм
Т9 - 95 мм
Т10 - 100 мм
Последняя точка будет отстоять от начала координат на расстоянии 200 мм.
Откладываем значения нормированных квантилей распределения Вейбулла при параметре b = 2 (табл. 9) напротив квантилей пишем цифру, обозначающую величину соответствующей функции отказности F(t). Значение второй точки F(t) = 0.02 со значением квантиля Нк/ a=0,143, будет совпадать с точкой оси ординат 1,43. Значение F(t) = 0,1 со значением квантиля Нк/a= 3,25 логарифмической шкалы и т.д. до значений F(t) = 0,99 которое совпадает с точкой 21,5 логарифмической шкалы оси ординат. При выбранном масштабе в т. F(t) = 0,632 отстает от начала отсчета на расстоянии 100 мм, а поэтому все остальные точки отстают на величину квантиля умноженного на 10. Отличительной особенностью функциональной сетки вероятностной бумаги является то, что по ней определяют не характеристики рассеивания показателей надежности, а параметры Вейбулла (a, b). Для определения параметров “а” и “b” на функциональную сетку наносим вспомогательную ось координат, которая размечается в единицах параметра “b”. Для построения вспомогательной оси координат и проведения дальнейших расчетов на функциональную сетку наносим главную ординату с абсциссой в т. 101- Б, и главную абсциссу с ординатой 0,632 и точкой А на главной оси абсцисс с абсциссой 27,2 по логарифмической шкале. Нулевой точкой вспомогательной оси координат является точка ее пересечения с главной абсциссой. При выбранном масштабе (М 1:1) т. F(t) = 0,632 отсчета от начала отсчета на расстоянии 100 мм. Значение b = 0.5 отстоит от начала отсчета вспомогательной оси координат на расстоянии 11 мм, b = 1,0 на расстояние 22 мм, и т.д. Для проверки правильности построения функциональной сетки, необходимо точку начала координат соединить с точкой Б прямой пунктирной линией(100-Б - пунктирная линия) далее через точку А проводим пунктирную линию параллельную 100- Б до пересечения с главной ординатой 101- Б и точку пересечения проецируем на вспомогательную ось. Если проекция совпадает со значением b=2,0, то построение произведено, верно.
Производим расчет параметров распределения и определим характеристики рассеивания ресурса двигателя А-41, установленного на трактор ДТ-75М, пользуясь вероятностной бумагой Вейбулла-Гнеденко.
Таблица 2 - Статистический ряд информации по доремонтным ресурсам двигателей.
Интервал |
1,236-1,564 |
1,564-1,892 |
1,892-2,22 |
2,22-2,584 |
2,584-2,876 |
2,876-3,204 |
3,204-3,532 |
3,532-3,86 |
|
Частота, |
1 |
3 |
5 |
7 |
4 |
4 |
4 |
4 |
|
Вероятность Роп |
0,031 |
0,094 |
0,156 |
0,219 |
0,125 |
0,125 |
0,125 |
0,125 |
|
0,031 |
0,125 |
0,281 |
0,500 |
0,625 |
0,750 |
0,875 |
1 |
Принимаем величину смещения 1236 мото-ч.
Как видно из статистического ряда, испытания проводились по плану (N,U,N) и из общего количества N=32 вышло из строя N0=32
Наносим на сетку значение накопленных опытных вероятностей по концам интервалов статистического ряда (см. рисунок 3).
По нанесенным точкам проводим прямую МN.
Определяем абсциссу точки пересечения прямой MN с главной абсциссой БА. Проекция точки пересечения на оси абсцисс является значением параметра а =2715 мото-ч.
Определяем параметр Вейбулла “b”. Для этого через точку А, находящуюся на главной абсциссе проведем прямую MN Р Р МN точки пересечения MN c главной ординатой 10 - Б проецируем на вспомогательную ось ординат и по ее шкале определяем искомое значение параметра b.
Определяем значение вспомогательных коэффициентов Вейбулла Кb и Сb.
Кb = 0,886
Определяем средний ресурс двигателя с учетом величины смещения
Определяем среднее квадратическое отклонение
Определяем значение коэффициента вариации
- Основы математической обработки информации
- 2.1.3 Основы математической обработки информации
- 1. Обработка информации и проблема интерпретации. Роль математического моделирования
- Вариант карты успеваемости по дисциплине «Основы математической обработки информации»
- 1. Задачи математической обработки опытных данных
- «Основы математической обработки информации»
- «Основы математической обработки информации»
- Основы математической обработки информации
- Методы получения информации: опытный, эвристический, целенаправленный.