
- •Спецглавы надёжности, планирование экспериментов и инженерных наблюдений
- •2.2. Тематические планы дисциплины
- •Тематический план дисциплины для студентов очной формы обучения
- •Тематический план дисциплины для студентов очно-заочной формы обучения
- •Тематический план дисциплины для студентов заочной формы обучения
- •2.3. Структурно-логическая схема дисциплины
- •2.4. Временной график изучения дисциплины при использовании дот
- •Временной график изучения дисциплины
- •2.5. Практический блок
- •2.5.1. Практические занятия
- •2.5.2. Лабораторный практикум
- •Темы практических занятий (заочной формы обучения)
- •Балльно-рейтинговая система
- •3. Информационные ресурсы дисциплины
- •. Библиографический список
- •3 .2. Опорный конспект по дисциплине
- •1.2. Общая схема научного исследования, его составные части
- •2.2. Понятие о случайных величинах и случайных процессах при эксплуатации машин и оборудования
- •2.3. Показатели надёжности
- •2.4. Испытания на надёжность машин и оборудования
- •3.2. Моделирование. Математические методы при проведении теоретических исследований
- •4. Планирование многофакторного эксперимента
- •При работе с данным разделом Вам предстоит:
- •Изучаемые вопросы:
- •4.1. Основы теории планирования эксперимента
- •4.2. Основы планирования эксперимента
- •5. Изобретательская деятельность. Оформление результатов исследований и их внедрение. Эффект от внедрения исследований
- •При работе с данным разделом Вам предстоит:
- •Изучаемые вопросы:
- •5.1. Изобретательская деятельность
- •5.2. Оформление результатов научно-исследовательской работы
- •5.3. Внедрение результатов научно-исследовательской работы
- •Заключение
- •3.3. Глоссарий
- •Методические указания к проведению практических занятий
- •Практическое занятие 1 Построение уравнения регрессии по результатам пассивного эксперимента
- •1. Задание на практическое занятие
- •2. Основные теоретические положения
- •3. Методические указания по построению уравнения регрессии по результатам пассивного эксперимента
- •3.1. Аппроксимация опытной линии регрессии линейной функцией
- •3.2. Аппроксимация опытной линии регрессии параболической функцией
- •Практическое занятие 2 Построение плана эксперимента
- •1. Задание на практическое занятие
- •2. Основные теоретические положения
- •3. Методические указания по ортогональному планированию эксперимента первого порядка
- •4. Блок контроля освоения дисциплины
- •4 .1. Задание на контрольную работу и методические указания к её выполнению
- •Задание на контрольную работу
- •Задание
- •4.1.2. Методические указания к выполнению контрольной работы
- •4 .2. Тренировочные тесты текущего контроля Тест № 1
- •Тест № 2
- •2. Нормальный закон распределения формируется в случае
- •3. Безотказность это
- •4. Интенсивность отказов это
- •Тест № 3
- •Тест № 4
- •Тест № 5
- •4 .3. Итоговый контроль. Вопросы к зачету
- •Вопросы к зачету по дисциплине «Спецглавы надёжности, планирование экспериментов и инженерных наблюдений»
- •Спецглавы надёжности, планирование экспериментов и инженерных наблюдений
- •191186, Санкт-Петербург, ул. Миллионная, д.5
3.1. Аппроксимация опытной линии регрессии линейной функцией
В этом случае опытная линия регрессии может быть аппроксимирована с помощью прямой линии y = ax + b.
1. На основе данных табл. 1 строится опытная линия регрессии. Рассматривая опытную линию регрессии, делается заключение о виде функции, её аппроксимирующую (прямая линия).
2. Вычисляется общее среднее арифметическое число отказов
n n
M (y) = (∑ yi nyi )/ (∑nyi ),
i=1 i=1
nyi – суммарная частота повторяемости отказов при заданном значении
пробега.
Вычисляется общее среднее арифметическое значение пробега
n n
M (x) = (∑ xi nxi )/ (∑nxi ),
i=1 i=1
где xi - заданное значение пробега;
nxi - число частоты отказов при заданном значении пробега.
3. Находятся общие несмещённые дисперсии по каждому из признаков
n n
D (y) = n/(n-1) [ (∑ yi 2 nyi )/ (∑nyi ) – M2 (y)],
i=1 i=1
n n
D (x) = n/(n-1) [ (∑ xi 2 nxi )/ (∑nxi ) – M2 (x)].
i=1 i=1
4. Находятся общие несмещённые оценки для средних квадратических отклонений по каждому из признаков
___________ __________
σ (y) = √ D (y) ; σ (x) = √ D (x) .
5. Находится несмещенный момент связи рассматриваемых двух признаков
n n
η yx = n/(n-1) [ (∑ yj xi n xi yj )/ (∑n xi yj ) – M (y) M (x)].
i=j=1 i=j=1
6. Находится коэффициент корреляции
U yx = η yx / ( δ (y) δ (x) ).
Принято считать, что если коэффициент корреляции больше 0,85-0,9, то зависимость сильная; если меньше 0,5-0,6, то зависимость слабая.
7. Находятся коэффициенты регрессии и на основе этого записывается выборочное уравнение регрессии
a = η yx / D (x); b = M (y) - M (y) η yx / D (x);
Уравнение регрессии будет иметь вид
у = a + b x.
Полученное выборочное уравнение регрессии представляет собой математическую модель рассматриваемого явления. Оно было получено на основе обработки выборки заданного объёма.
8. Используя полученное уравнение регрессии, наносится теоретическая линия регрессии на график по точкам заданного пробега.
9. Применяя метод экстраполяций, находится детерминированная составляющая прогнозирования y20 при пробеге 20 тыс. км. Если общее число отказов n, то на пробеге 20 тыс. км процент отказов будет составлять
P = y20 / n.
10. Для того чтобы получить стохастическую составляющую экстраполяционного прогнозирования при доверительной вероятности, равной 90 % (получить оптимистическую пессимистическую составляющие), вычисляются исправленные средние квадратические отклонения по каждой группе и находятся их средние арифметические
среднее арифметическое
n
y xj = ∑ yji nj yi / nxj ,
i=j=1
исправленное среднее квадратическое отклонение
_____________________
σ (y) xj = √ ∑ ( yj - y xj)2 nyj / (nyj – 1) .
Определяется среднее квадратическое отклонение по всем группам
σ {y}ср. При этом среднее квадратическое отклонение среднего результата, т. е. ошибка прогноза для пробега 20 тыс. км составит
__
σ M(y) = δ {y}ср / √ n .
Половина величины доверительного интервала (точность) при достоверности, равной 90 % составляет
σ = σ M(y) arg Ф( Pд = 90 %).
11. Используя полученное уравнение регрессии и границы доверительного интервала при достоверности, равной 90 %, наносятся оптимистическая и пессимистическая составляющие теоретической линии регрессии на график по точкам заданного пробега.