- •Введение
- •1. Краткие сведения о правилах работы в вычислительной среде matlab
- •1.2. Переопределенные системы уравнений. Метод наименьших квадратов
- •Введемвекторы
- •1.3. Оценка параметров периодических сигналов по экспериментальным данным
- •Таким образом, требуется оценить амплитуды и фазы
- •Разделив период Tна 24 равных интервала, мы получим . Так как , то каждому будет соответствовать угол (в градусах).
- •На основе мнк
- •3.1. Ряды с большим числом наблюдений.
- •Нормальное распределение.
- •Информационное и программное обеспечение процесса вычисления интеграла ошибок Гаусса по заданным границам.
- •84.22%, 29.73% И 20.11% всей площади.
- •4.2. Расчётэлементовконтрольныхкарт. Обработка данных измерений.
- •Статистический контроль в промышленности
- •4.4. Контрольная карта для стандартных отклонений.
- •4.5. Информационное и программное обеспечение процедуры построения контрольных карт.
- •8. Информационное обеспечение графических построений при управлении качеством продукции.
- •8.1. Использование функции «gaussmf» для построения кривых Гаусса.
- •8.2. Графическая интерпретация статистического контроля качества продукции.
- •Заданные параметры движения
- •Вариант № 1.
- •3. Оптимизация параметров звеньев робота - манипулятора с помощью метода наименьших квадратов.
- •4. Построение траекторий звеньев робота - манипулятора сиспользованием кубических полиномов (сплайнов).
- •5. Построение траектории перемещения двухзвенного робота-манипулятора с помощью элементов символьной математики.
- •5.1. Решение уравнений в символьной форме.
- •5.2. Позиционирование двухзвенного робота – манипулятора.
- •6. Параметрическаяоптимизацияконструкциимеханизма с подвижнымцилиндром.
- •7. Параметрическая оптимизация сопряжения деталей при ихсборке с заданным допуском узла.
- •8.Оптимизация процесса грузовой обработки судна в порту.
- •Время выполнения работ (по виду работы)
- •9.Оптимальное распределение ресурсов между объектами порта по критериюмаксимального дохода.
- •Составим таблицу:
- •Библиографический список
- •Содержание
- •Применение мнк для решения практических задач
- •Оценка параметров периодических сигналов по экспериментальным данным
- •Таким образом, требуется оценить амплитуды и фазы
- •Разделив период t на 24 равных интервала, мы получим . Так как , то каждому будет соответствовать угол (в градусах).
- •Операции над матрицами
- •Проверьте выполнение равенства .
- •Проверьте выполнение равенства .
- •Проверьте выполнение равенства .
- •Проверьте выполнение равенства .
- •Проверьте выполнение равенства .
- •Проверьте выполнение равенства .
- •Проверьте выполнение равенства .
- •Проверьте выполнение равенства .
- •Проверьте выполнение равенства .
- •Проверьте выполнение равенства .
- •Проверьте выполнение равенства .
- •Проверьте выполнение равенства .
- •Проверьте выполнение равенства .
- •Проверьте выполнение равенства .
- •Системы лин. Уравнений
- •Векторы. Прямые и плоскости
- •Собственные числа и собственные векторы
- •Пределы и производные
- •Графики функций
- •Нули, экстремумы и точки перегиба
- •Компьютерное моделирование и оптимизация режимов работы портовой перегрузочной техники Учебное пособие
4.5. Информационное и программное обеспечение процедуры построения контрольных карт.
Для графической иллюстрации выполненных расчётов приведем рис., на котором с помощью оператора «plot» построим центральную линию и границы по оценкам на первом шаге для откорректированных данных. (Выполняются графические построения в режиме прямых вычислений).
Видно, что пределы для
и
-
карт удалось сузить в сравнении с
решением на первом шаге. Не произошло
никаких изменений в оценке
,
поскольку число измерений в подгруппе
не превышает 7. Здесь можно не выводить
на экран точки начальных 25 измерений.
Чтобы сделать эффективным использование
контрольных карт в процессе производства,
лучше было бы вывести их в наиболее
ответственный момент, когда результаты
будут заметными как для операторов, так
и для контролёров.
Файл ‘sah268.m’ и его результаты:
% File 'sah268.m'.
% The Sample Standard Deviation Control Chart. (Типовая диаграмма контроля(управления) среднеквадратичного отклонения)
% Measurements: (Измерения)
x1=[35 46 34 69 38 42 44 33 48 47 38 37 40 38 50 33 41 38 33 56 38 39 42 43 39];
x2=[40 37 40 64 34 41 41 41 52 43 41 37 38 39 42 35 40 44 32 55 40 42 39 36 38];
x3=[32 36 34 68 44 43 41 38 49 36 39 41 47 45 43 29 29 28 37 45 45 35 39 35 43];
x4=[33 41 36 59 40 34 46 36 51 42 38 37 35 42 45 39 34 58 38 48 37 40 36 38 44];
% ==============================================
X=[x1;x2;x3;x4];
z=mean(X).*0.01+6;
v=sum(z);
XX=X.*0.01+6
pause,
clc
L=std(XX)
pause,
clc
Ls=sum(L)
pause
% ==============================================
% Controlcharts: (диаграммы контроля(управления))
% --------------------
% Averageofthesubgroupsamplestandarddeviations: (среднее число подгруппы производит выборку среднеквадратичных отклонений)
g=25;
s1=Ls/g
X1=v/g
pause
clc
%----------------------
% Factorsfromtableforcontrollimits (n=4): (Табличныекоэффициентыдляпределовконтроля(управления) )
A3=1.628; B3=0; B4=2.266;
% Controllimits: (пределы контроля(управления))
UCLx=X1+A3*s1
LCLx=X1-A3*s1
UCLs=B4*s1
LCLs=B3*s1
pause
% Charts: (диаграммы)
k=1:25;
% X1-chart:
plot(k,z,k,z,'*',k,ones(1,25).*X1,k,ones(1,25).*UCLx,k,ones(1,25).*LCLx),grid
pause
% s1-chart:
plot(k,L,k,L,'*',k,ones(1,25).*s1,k,ones(1,25).*UCLs,k,ones(1,25).*LCLs),grid
Результаты:
>> XX =
Columns 1 through 7
6.3500 6.4600 6.3400 6.6900 6.3800 6.4200 6.4400
6.4000 6.3700 6.4000 6.6400 6.3400 6.4100 6.4100
6.3200 6.3600 6.3400 6.6800 6.4400 6.4300 6.4100
6.3300 6.4100 6.3600 6.5900 6.4000 6.3400 6.4600
Columns 8 through 14
6.3300 6.4800 6.4700 6.3800 6.3700 6.4000 6.3800
6.4100 6.5200 6.4300 6.4100 6.3700 6.3800 6.3900
6.3800 6.4900 6.3600 6.3900 6.4100 6.4700 6.4500
6.3600 6.5100 6.4200 6.3800 6.3700 6.3500 6.4200
Columns 15 through 21
6.5000 6.3300 6.4100 6.3800 6.3300 6.5600 6.3800
6.4200 6.3500 6.4000 6.4400 6.3200 6.5500 6.4000
6.4300 6.2900 6.2900 6.2800 6.3700 6.4500 6.4500
6.4500 6.3900 6.3400 6.5800 6.3800 6.4800 6.3700
Columns 22 through 25
6.3900 6.4200 6.4300 6.3900
6.4200 6.3900 6.3600 6.3800
6.3500 6.3900 6.3500 6.4300
6.4000 6.3600 6.3800 6.4400
L =
Columns 1 through 7
0.0356 0.0455 0.0283 0.0455 0.0416 0.0408 0.0245
Columns 8 through 14
0.0337 0.0183 0.0455 0.0141 0.0200 0.0510 0.0316
Columns 15 through 21
0.0356 0.0416 0.0560 0.1254 0.0294 0.0535 0.0356
Columns 22 through 25
0.0294 0.0245 0.0356 0.0294
Ls = 0.9721
s1 = 0.0389
X1 = 6.4100
UCLx = 6.4733
LCLx = 6.3467
UCLs = 0.0881
LCLs = 0
>>
Рис. 4.2. Построение контрольной x-карты.
Рис. 4.3. Построение контрольной s-карты.
