
- •Общие положения
- •Практические занятия
- •Коэффициенты для распределения Вейбулла
- •Практическое занятие №2
- •Необходимые теоретические сведения
- •Необходимые теоретические сведения.
- •Практическое занятие №4
- •Необходимые теоретические сведения.
- •Необходимые теоретические сведения
- •Необходимые теоретические сведения.
- •Необходимые теоретические сведения.
- •Необходимые теоретические сведения.
- •Необходимые теоретические сведения.
- •Необходимые теоретические сведения.
- •Необходимые теоретические сведения.
111Equation Chapter 1 Section 1
Общие положения
Целью проведения практических занятий является овладение научными методами анализа, систематизация и обобщение теоретических знаний, приобретенных при изучении лекционного материала по дисциплине «Вероятностно-статистические модели эксплуатации ЛА»; приобретение навыков и умений применять теоретические знания к решению практических задач, возникающих при эксплуатации летательных аппаратов.
Практические занятия включают решения задач по всем основным темам дисциплины: формирование вероятностно-статистической модели и проверка ее соответствия экспериментальным данным с помощью критериев согласия; проведение точечной и интервальной оценок характеристик случайных величин объектов эксплуатации; анализ различных моделей изменения параметров объектов и характеристик процессов их функционирования; формирование моделей статистического контроля объектов; анализ марковских и полумарковских процессов эксплуатации объектов.
Пособие по каждому практическому занятию содержит название темы и цель занятия, краткие теоретические сведения по теме занятия и собственно задание для самостоятельной работы. По каждому занятию предусмотрено несколько вариантов исходных данных. Кроме того, преподаватель может выдать студентам дополнительные варианты.
По результатам выполнения каждого практического занятия студентом составляется отчет. Отчет должен содержать тему занятия, исходные данные выполненного варианта, необходимые теоретические зависимости, результаты расчетов в виде таблиц или графиков и выводы. В каждом отчете студент проставляет дату выполнения работы, указывает номер группы, свою фамилию и подписывает отчет.
Практические занятия
Практическое занятие №1.
Тема: Формирование вероятностно-статистической модели с использованием законов распределения непрерывных случайных величин.
Цель работы: Приобрести навыки формирования вероятностно-статистических моделей на основе непрерывных законов распределения случайных величин.
Необходимые теоретические сведения
Для формирования вероятностно-статистических моделей объектов эксплуатации ЛА применяют следующие законы распределения непрерывных случайных величин: нормальный, экспоненциальный и Вейбулла.
Исходным материалом создания модели являются статистические данные, отражающие характер функционирования и особенности эксплуатации летательных аппаратов. Этот исходный материал представляет собой совокупность значений случайных величин: X1, X2, …Xn.
Первой операцией статистической обработки результатов является построение вариационного ряда – расположение совокупности чисел в порядке возрастания. Затем статистические данные необходимо сгруппировать в интервалы. Приближенная оценка длины интервала может быть сделана по следующей формуле
212\* MERGEFORMAT (.)
Используя сгруппированные данные, строят гистограмму плотностей распределения и гистограмму частостей.
Значение статистической плотности распределения в некотором i-м интервале рассчитывается по формуле:
313\* MERGEFORMAT (.)
где
-
число членов выборки, попавших в i-й
интервал.
Частость, отражающая вероятность нахождения случайной величины X в i-м интервале, равна
414\* MERGEFORMAT (.)
По виду гистограммы, сравнивая ее с графиками плотностей распределений, приведенных в таблице 1.1, делают предположение о виде закона распределения, т. е. формируют вероятностно-статистическую модель рассматриваемого процесса эксплуатации.
Следующим
шагом является определение параметров
выбранной в качестве модели эмпирической
функции распределения – математического
ожидания m и дисперсии
Д (среднеквадратического отклонения
).
Эти величины определяются методом
моментов с использованием гистограммы
частостей.
Математическое ожидание исследуемой случайной величины есть начальный момент первого порядка
515\* MERGEFORMAT (.)
где k – число интервалов разбиения вариационного ряда,
Xi – расстояние от середины i-го интервала до начала координат.
Дисперсия, характеризующая разброс случайной величины около математического ожидания, есть центральный момент второго порядка
616\* MERGEFORMAT (.)
Как известно,
717\* MERGEFORMAT (.)
Для завершения формирования вероятностно-статистической модели необходимо определить параметры теоретического закона распределения, принятого в качестве математического выражения модели.
Экспоненциальный
закон распределения (см. табл. 1.1)
определяет один параметр -
,
при этом
818\* MERGEFORMAT (.)
Нормальный закон распределения определяется двумя параметрами: математическим ожиданием m и среднеквадратическим отклонением , определенными методом моментов в соответствии с формулами (1.4), (1.5) и (1.6).
Распределение Вейбулла является двухпараметрическим: величина a есть параметр масштаба и величина b – параметр формы распределения. Чтобы определить эти величины необходимо воспользоваться таблицей 1.2. Сначала определяется коэффициент вариации
919\* MERGEFORMAT (.)
По таблице 1.2 для этого значения коэффициента вариации определяется значение параметра b и значения величин Kb и Cb. Параметр a определяется по формуле
10110\* MERGEFORMAT (.)
или по формуле
11111\* MERGEFORMAT (.)
Варианты заданий
Статистические данные наработки до отказа
элементов авиационной техники (в часах)
1 вариант |
70 |
133 |
178 |
212 |
283 |
317 |
420 |
460 |
500 |
532 |
|
595 |
645 |
742 |
788 |
822 |
856 |
929 |
995 |
1079 |
1126 |
|
1193 |
1279 |
1366 |
1432 |
1497 |
1624 |
1719 |
1863 |
2195 |
2730 |
|
|
|
|
|
|
|
|
|
|
|
2 вариант |
43 |
127 |
165 |
203 |
278 |
296 |
412 |
449 |
495 |
514 |
|
576 |
638 |
696 |
776 |
803 |
852 |
921 |
995 |
1072 |
1124 |
|
1180 |
1275 |
1346 |
1393 |
1454 |
1617 |
1709 |
1833 |
1968 |
2652 |
|
|
|
|
|
|
|
|
|
|
|
3 вариант |
31 |
61 |
92 |
121 |
149 |
180 |
209 |
238 |
266 |
295 |
|
322 |
350 |
377 |
400 |
469 |
509 |
554 |
599 |
644 |
688 |
|
700 |
732 |
776 |
790 |
800 |
868 |
936 |
1003 |
1069 |
1136 |
|
1200 |
1302 |
1402 |
1501 |
1600 |
1748 |
1883 |
2000 |
2200 |
2400 |
|
|
|
|
|
|
|
|
|
|
|
4 вариант |
46 |
91 |
138 |
181 |
223 |
270 |
313 |
357 |
399 |
442 |
|
483 |
525 |
565 |
600 |
703 |
763 |
831 |
898 |
966 |
1032 |
|
1050 |
1098 |
1164 |
1185 |
1200 |
1302 |
1404 |
1504 |
1603 |
1704 |
|
1800 |
1953 |
2103 |
2251 |
2400 |
2622 |
2824 |
3000 |
3300 |
3600 |
|
|
|
|
|
|
|
|
|
|
|
5 вариант |
20 |
60 |
120 |
180 |
250 |
300 |
320 |
350 |
370 |
410 |
|
460 |
520 |
650 |
700 |
720 |
750 |
780 |
850 |
900 |
950 |
|
1000 |
1100 |
1130 |
1180 |
1250 |
1300 |
1350 |
1400 |
1500 |
1550 |
|
1650 |
1700 |
1750 |
1850 |
1950 |
2050 |
2100 |
2150 |
2250 |
2300 |
|
2500 |
2600 |
2650 |
2750 |
2850 |
2950 |
3000 |
3250 |
3500 |
3950 |
|
|
|
|
|
|
|
|
|
|
|
6 вариант |
10 |
15 |
17 |
20 |
22 |
25 |
25 |
26 |
30 |
32 |
|
32 |
39 |
41 |
42 |
45 |
45 |
47 |
50 |
52 |
53 |
|
54 |
59 |
60 |
60 |
62 |
64 |
65 |
67 |
67 |
73 |
|
73 |
74 |
74 |
77 |
78 |
79 |
84 |
85 |
86 |
89 |
|
89 |
90 |
92 |
93 |
93 |
96 |
96 |
99 |
100 |
100 |
|
|
|
|
|
|
|
|
|
|
|
7 вариант |
20 |
50 |
60 |
100 |
150 |
180 |
200 |
250 |
300 |
320 |
|
330 |
350 |
360 |
370 |
380 |
410 |
460 |
520 |
550 |
600 |
|
650 |
700 |
720 |
750 |
780 |
800 |
850 |
900 |
650 |
1000 |
|
1100 |
1130 |
1180 |
1250 |
1300 |
1350 |
1400 |
1500 |
1550 |
1650 |
|
1750 |
1850 |
1950 |
2050 |
2150 |
2300 |
2500 |
2850 |
3500 |
3200 |
|
|
|
|
|
|
|
|
|
|
|
8 вариант |
50 |
120 |
190 |
250 |
330 |
350 |
420 |
490 |
560 |
630 |
|
700 |
750 |
770 |
810 |
870 |
940 |
1000 |
1050 |
1080 |
1150 |
|
1190 |
1210 |
1270 |
1330 |
1310 |
1460 |
1520 |
1560 |
1610 |
1680 |
|
1760 |
1820 |
1900 |
1910 |
2050 |
2120 |
2200 |
2280 |
2350 |
2410 |
|
2530 |
2650 |
2700 |
2710 |
2820 |
2950 |
3180 |
3320 |
3550 |
3900 |
Статистические данные замеров времени выполнения работы
путем хронометража (в часах)
9 вариант |
Замена передней ноги шасси |
|||||||||
|
3,4 |
3,5 |
3,5 |
3,6 |
3,6 |
3,6 |
3,7 |
3,7 |
3,7 |
3,7 |
|
3,8 |
3,8 |
3,8 |
3,8 |
3,8 |
3,9 |
3,9 |
3,9 |
3,9 |
3,9 |
|
3,9 |
4,0 |
4,0 |
4,0 |
4,0 |
4,0 |
4,0 |
4,0 |
4,0 |
4,1 |
|
4,1 |
4,1 |
4,1 |
4,1 |
4,1 |
4,2 |
4,2 |
4,2 |
4,2 |
4,2 |
|
4,3 |
4,3 |
4,3 |
4,3 |
4,4 |
4,4 |
4,4 |
4,5 |
4,5 |
4,6 |
|
|
|
|
|
|
|
|
|
|
|
10 вариант |
Замена двигателя (без его опробования и облета самолета) |
|||||||||
|
2,1 |
2,2 |
2,2 |
2,25 |
2,25 |
2,25 |
2,3 |
2,3 |
2,3 |
2,3 |
|
2,4 |
2,4 |
2,4 |
2,4 |
2,4 |
2,44 |
2,44 |
2,44 |
2,44 |
2,44 |
|
2,44 |
2,5 |
2,5 |
2,5 |
2,5 |
2,5 |
2,5 |
2,5 |
2,5 |
2,6 |
|
2,6 |
2,6 |
2,6 |
2,6 |
2,6 |
2,64 |
2,64 |
2,64 |
2,64 |
2,64 |
|
2,7 |
2,7 |
2,7 |
2,7 |
2,75 |
2,75 |
2,75 |
2,8 |
2,8 |
2,9 |
Таблица 1.1. Характеристики некоторых законов распределения
Наименование закона распределения |
Параметры |
Математические выражения |
График |
|||
плотности распределения |
функции распределения |
плотности распределения |
функции распределения |
|||
Экспоненциальный |
|
|
|
|
|
|
Нормальный |
Хср σ |
|
|
|
|
|
Вейбулла |
a b |
|
|
|
|
Таблица 1.2