![](/user_photo/_userpic.png)
книги из ГПНТБ / Мастаченко, В. Н. Надежность моделирования строительных конструкций монография
.pdfИзмерение же в опыте некоторого значения Хи на одной модели или осреднение результатов испытания р
моделей и получение значения X& не позволяет выска зать суждение об экстремальности этого значения. По этому, принимая это значение последовательно равным
Xk, мин и Xh, макс, неизбежно получим по крайней мере од-
Рис. 4. Определение интервала |
Рис. 5._Определение интер- |
|
Xh,мин—-Хь.макс при учете случайно- |
вала Х&,'Мин—-Яи.макс при |
|
сти свойств моделей и оригиналов |
учете лишь |
случайности |
|
свойств |
моделей |
но граничное значение из (101) преувеличенным. По ме ре снижения фактора случайности (за счет уменьшения коэффициентов вариации или увеличения числа испы-
_ |
А |
_ |
Л |
_ |
_ |
ТЗНИЙ) Xhr~^~Xhr, Xh-^-Xk И Xh, макс, Xh, мин будут стремить ся к истинным границам значений Х'к.
Графическая интерпретация и иллюстрация введен ных правил перехода приведены на рис. 4 и 5 .
50
л
На рис. 4,а линия 0Хкг отображает множитель пре-
л
образования Xkr при p = q = 1; f(Xk) и f(X'k) показыва ют некоторые предполагаемые плотности распределения
величин модели и |
оригинала. Линии |
ОХкт,ушн |
и OXhr, макс определены |
в соответствии с |
формулами |
(1 0 2 ) для некоторых максимальных и минимальных при заданной вероятности значений Хъ и По мере увели
чения числа моделей плотности распределения выбороч ного среднего Хк вырождаются в луч. Угол между ли
ниями OXhr, макс и OXhr, мин уменьшается (рис. 4,б,в). Но если учитывается случайность оригинала, то этот угол никогда не будет равен нулю. В пределе, при р->-оо, можно лишь добиться того, чтобы значения, определяе мые по формулам (1 0 1 ), совпали с «истинными» макси мальными и минимальными значениями величины X'k .
Случай моделирования математического ожидания поведения оригинала, т. е. моделирование при <7->-°о, представлен на рис. 5. Использование формул (101) да-
ет интервал, накрывающий Х'к с вероятностью Н. По ме
ре увеличения числа моделей (рис. 5,6) интервал су
жается и в пределе (рис. 5, в) определяется точечное
л
значение Хк.
§ 9. ОБ ОЦЕНКЕ ТОЧНОСТИ РЕЗУЛЬТАТОВ
При моделировании математического ожидания по ведения оригинала практически можно говорить о таких условиях моделирования, при которых возможна лишь интервальная оценка конечных результатов, как показа но на рис. 5, а, б. Поэтому необходима оценка точности результатов. Легко видеть, что, приняв эксперименталь
но найденное значение Хк в качестве «истинного» значе-
л
ния (т. е. в качестве математического ожидания Хк), можно получить относительную ошибку в оценке мате-
Л /
матического ожидания X ’k оригинала в интервале
51
Выход погрешностей за эти границы связан с ве
роятностью 1—Н.
При исследовании моделей реальных конструкций и сооружений знание того фактора, что лишь интервал
Х'к мин —Х к’ макс накрывает искомое значение Х к’, при водит к заключению, что в зависимости от рода задачи
нужно принять в качестве |
«надежного» решения либо |
||||||||
Либ° |
^.маке- |
Т°ГДа’ |
П0ЛаГаЯ> ЧТ0 |
^.мин = |
Л, |
||||
а на самом деле может |
оказаться, что |
__ |
|||||||
Х'кыжс — Х'к, |
|||||||||
исследователь |
предусмотрит |
конструкции некото- |
|||||||
рый запас, |
обусловленный |
погрешностью |
в оценке |
л |
|||||
Хк, |
|||||||||
равный: |
•^/г.макс |
|
-^fc.MHH |
|
|
|
|
|
|
|
|
|
**Ь A \ akf |
■1 |
, |
(104) |
|||
|
|
X£,мин |
1 |
—А |
|||||
|
|
|
|
|
|||||
а для альтернативного случая |
|
|
|
|
|||||
|
у-' |
|
_ у' |
fl - Д \flfe/1 |
|
|
|
||
|
Лй,мин |
|
-^/г.макс |
|
|
(Ю5) |
|||
|
|
у' |
|
U + А ) |
|
|
|||
|
|
|
|
|
|
||||
|
|
^б.макс |
|
|
|
Знание относительной погрешности результатов мо делирования и относительной оценки возможного запа са представляется весьма важным и имеет практическую ценность. Кроме того, эти сведения могут оказаться весь ма полезными с точки зрения решения задачи о плани ровании эксперимента на моделях, которая рассматри вается в следующей главе.
Глава 3
ПЛАНИРОВАНИЕ ЭКСПЕРИМЕНТА НА МОДЕЛЯХ
§10. ОБЩИЕ СВЕДЕНИЯ
ОТЕХНИКО-ЭКОНОМИЧЕСКОМ ОБОСНОВАНИИ ТРЕБУЕМОЙ ТОЧНОСТИ
РЕЗУЛЬТАТОВ ИССЛЕДОВАНИЯ
Под планированием эксперимента на моделях в даль нейшем понимаются выбор и обоснование требуемой точности и надежности результатов эксперимента и, ис
52
ходя из этого, определение необходимого числа моде лей и образцов материала. Наиболее сложным вопро сом является обоснование предельной погрешности, которую можно допустить в конечных результатах иссле дования. Такое обоснование может быть дано лишь на основе технико-экономического анализа возможного влияния ошибок эксперимента на затраты средств и вре мени при проектировании, изготовлении, строительстве и эксплуатации конструкций, поведение которых предпо лагается изучить на моделях. В некоторых случаях вы бор предельной погрешности конечных результатов мо жет обосновываться другими соображениями. В общем случае оценка влияния ошибок эксперимента, по-види мому, невозможна без привлечения вероятностных обо снований. Однако, учитывая, что в данном случае рас сматривается лишь возможная ошибка в оценке мате матического ожидания конструкции, и, следовательно, вероятность превышения предельной погрешности не яв ляется характеристикой отказа конструкции, можно ог раничиться требованием, чтобы предельная погрешность определялась при некотором заданном значении вероят ности подобия. Например, для не слишком ответствен ных заключений можно было бы ограничиться пока на значением вероятности Н= 0,95—0,99. Для более ответ ственных решений эти значения, видимо, следует повы сить.
При рассмотрении вопроса об экономическом обосно вании предельной погрешности предполагается, что цель исследования сформулирована, требуемое значение ве роятности подобия задано, индикаторы подобия для ис следуемого явления определены, математические ожи дания (или их оценки в виде средних выборочных) для тех величин оригинала и модели, которые*определяют математические ожидания (или их оценки) множителей преобразования, входящих в заданную систему индика торов подобия, известны. Кроме того, предполагается, что имеется возможность теми или иными способами оп ределить стоимость моделируемой конструкции.
Как было указано в § 9, при выборе одной оценки из интервала значений для математического ожидания ис следуемой величины возможно относительное завышение или занижение ее, определяемое по формулам (104) и (105) (по модулю).
Обозначим далее поправку к измеренному на одной
53
модели значению исследуемой величины символом А '.
Введение этой поправки означает возможное увеличение стоимости конструкции на аА\ 1 0 0 %, где a — коэффици
ент, связывающий принятый запас со стоимостью. Этот коэффициент устанавливается на основе подсчета стои мости конструкции при учете и без учета запаса, т. е.
С' — С |
ДС |
а = ----- — = ----р , |
|
CAj |
CAj |
С' — стоимость конструкции, |
запроектированной по ре |
зультатам исследования с учетом поправок; С — то же, но без учета поправок.
В общем случае коэффициент а является функцией величины Aj.
Предположим, что стоимость исследования одной мо дели (стоимость изготовления и испытания) может быть подсчитана и выражена через стоимость самой конст рукции как |3-100%, где р — доля стоимости конструк ции. Можно принять, что стоимость испытания р моделей равна рр -1 0 0 %.
При увеличении числа испытываемых моделей от 1 до р происходит снижение предельной погрешности ко нечных результатов в некоторое число у раз, равное:
К
где Ар— погрешность конечных результатов исследова ния при условии, что испытано р моделей.
Можно поставить задачу определения такого числа моделей р, при котором стоимость их изготовления, ис пытания и стоимость запаса с учетом поправки А'р будет
меньше, например, на (1 —£) 1 0 0 %, 0 < | < 1 , чем стои мость изготовления, испытания одной модели и запаса с
учетом поправки AJ в пк |
натурных конструкциях. Дей |
|
ствительно, из выражения |
|
|
о , АС пк |
/ |
АС |
р|,+Т - 7 = Нр+~ " "
нетрудно найти указанное число моделей
АС |
пк |
|
|
|
р = ^ -|------- , ----- (у — 1) |
; |
(106) |
||
с |
ру |
u |
54
Для определения коэффициента у Нужно провести вы числения по формулам, приведенным в § 7. При задан ном значении Н с увеличением числа моделей р погреш ность подобия А, от которой зависит А'р (см. формулы
(104) и (105), будет уменьшаться. Определение А в боль шинстве случаев производится путем подбора.
Очевидно, что формула (106) не дает оптимального числа моделей. Проф. А. Р. Ржаницын предложил опре делять оптимальное число моделей исходя из минимума суммарных затрат на исследование р моделей и стоимо сти запаса А ’. Применительно к введенным обозначени
ям указанная стоимость будет определяться выражением
(107)
Для определения минимума суммарной стоимости требуется выразить в явной форме зависимость а и у от числа испытаний р. В общем случае это весьма затрудни тельно, но при использовании численных методов реше ния экстремальных задач вполне возможно определить р исходя из минимума выражения (107).
При некоторых простейших предположениях о виде функций а и у в зависимости от аргумента р можно по лучить формулу для вычисления р на основе минимиза ции выражения (107). Предположим, что стоимость кон струкции с учетом запаса может быть выражена зависи мостью
где АС— приращение стоимости за счет запаса при испытании лишь одной модели.
Далее, пусть коэффициент
здесь показатель степени v должен быть подобран так, чтобы можно было аппроксимировать график функции y=A[jA'p , получаемый на основе подсчетов.
Учитывая принятое выражение для С', легко найти,
что
ДС 1 С ' р»
55
Подставляя найденные значения а и у в выражение (107) и беря производную по аргументу р, можно найти
|
|
1 |
р = |
ГАС |
l+n+v |
С |
(108) |
|
|
р |
Возможность применения формулы (108) для прак тических расчетов оптимального числа моделей сущест
|
|
венно зависит от спра |
||||
|
|
ведливости |
принятых |
|||
|
|
предпосылок |
в |
отно |
||
|
|
шении стоимости С' и |
||||
|
|
коэффициента у, |
а так |
|||
|
|
же от точности опре |
||||
|
|
деления значений р. и |
||||
|
|
v. Если путем расче |
||||
|
|
тов |
можно |
убедиться |
||
|
|
в |
допустимости |
ука |
||
|
|
занных |
предпосылок |
|||
Т У J |
|
и можно |
найти |
числа |
||
w si ют р и v, то выбор |
опти |
|||||
Рис. 6. Графики, построенные в соот |
мального |
числа |
моде |
|||
ветствии с формулой |
(108) |
лей не |
представляет |
|||
|
|
затруднений. |
Для не |
которого частного случая вид зависимости между р и лк, определенных по формуле (108), показан на рйс. 6 .
Изложенные соображения иллюстрируют главным образом принципиальную возможность решения задачи о выборе оптимального числа моделей на основе техни ко-экономических факторов.
§11. ОПРЕДЕЛЕНИЕ ЧИСЛА МОДЕЛЕЙ
ИЧИСЛА ОБРАЗЦОВ ПРИ НЕКОРРЕЛИРОВАННЫХ
ИНДИКАТОРАХ ПОДОБИЯ
В случаях, когда подсчеты по формулам (106) или (108) почему-либо затруднительны или невозможны, приходится на основе практических соображений решать вопрос и о величине А. Наиболее простой путь — задать предельную относительную ошибку для интересующей величины и затем на основе формул (103) установить погрешность подобия Д.
Если требуемый уровень вероятности Н и погрешно сти А заданы, то определение числа моделей при моде лировании математического ожидания оригинала можно выполнить следующим образом.
56
Обозначим требуемую вероятность подобия [Н*], а предельную погрешность подобия [А]. Для случая не коррелированных индикаторов подобия, пользуясь фор
мулами (31), (79) и (87) |
при Ex(Ij)=0 и q->-оо, мож |
но найти |
|
|
(109) |
Коэффициенты вариации для величин модели ориен |
|
тировочно известны (см. |
§ 1 0 ), структура индикаторов |
подобия в каждом конкретном случае определена, по этому известны все a,j. Приравнивая выражение (109) величине [Н*] и полагая Д =[Д ], подбором можно ре шить это уравнение относительно р. При этом становит ся известной и требуемая надежность моделирования Hj по каждому /-му индикатору.
Число моделей р определено из уравнения (109) в предположении известных и неслучайных коэффициен тов вариаций для величин модели w (Хш). Но эти ко эффициенты определяются на основе некоторых выбо рок и в силу этого случайны. Очевидно, что нужно уста новить объем выборок для определения w (Х,м) так, чтобы гарантировать с определенной точностью и дове рительной вероятностью принятые значения [Н*] и [А].
До сих пор все рассуждения о вероятности подобия базировались на предположении, что статистические ха рактеристики материалов, геометрии и нагрузок модели не случайны. Ввиду того что объем выборок при прове дении конкретного исследования вряд ли может быть ве лик, оценки статистических свойств модели будут также случайными. В силу этого и оценка вероятности подобия будет в определенной степени случайной.
Значения средних квадратических отклонений инди каторов подобия, определенные на основе выборочных коэффициентов вариации величин, входящих в эти ин дикаторы, будут далее обозначаться символом Sj вместо символа Oj. Формулы для вычислений значений Sj оста ются такими же, как и для oj. Это дает возможность не переписывать заново все выражения для определения вероятности подобия, а пользоваться уже имеющимися выражениями, в которых символ в] будет заменяться по
СМЫСЛУ СИМВОЛОМ Sj ИЛИ Sj.
5-72 |
57 |
Учитывая возможность снижения надежности моде лирования вследствие случайности значений w (Хгм), целесообразно сразу принять для расчетов несколько за
вышенное значение вероятности подобия |
[Н] = [Н*] + |
+Л[Н], где Л[Н]— некоторая абсолютная |
погрешность |
в оценке значения [Н*], которая не будет превзойдена
свероятностью а*. Предположим, что эта погрешность выбрана или задана. Если общая надежность моделиро вания определяется как произведение
т
н = П н7,
/■ =1
то нетрудно установить допускаемую относительную по грешность
. Л !Н1
А[Н] - [H*J
и затем по известным формулам для оценки относитель ной погрешности произведения связать погрешность ^н] с погрешностями Я[Н.| . Например, при т = 2 имеем
^^н, + ^н2 + ^н, |
(НО) |
при т — 3 можно найти, что |
|
^ ^н, + ^н2 + ^н3 + ^н, ^н2 + ^н, ^н, + ^н2 |
+ |
+ Ч Ч Ч |
(1И) |
ит.д.
В этих формулах и далее квадратные скобки у индек сов опущены для упрощения записи.
Уравнения (ПО) и (111) не дают возможности одно значно определить каждую из относительных погрешно
стей |
Ян■ / = 1, 2, |
..., т. В силу этого приходится |
зада |
вать |
значения Ян;- |
так, чтобы удовлетворить эти |
усло |
вия. Распределение погрешностей целесообразно произ водить 'с учетом величины дисперсии индикатора: чем
больше величина s2 (7y), |
тем больше |
следует |
выбирать |
|
значение Ян,. |
Выбрав |
значения Яну |
и зная |
меру на |
дежности Н у , |
можно найти абсолютную погрешность по |
формуле Лн;-=ЯнуН; и затем по таблицам для Ф(6 у) определить значение 8 '- при нижней оценке надежности н;=н. ( 1 —Ян,-)- Таким образом становятся известны ми два значения 6 у : одно соответствует величине Н у , а
58
второе — б'- — значению Н'.. Следовательно, приемлемая
относительная погрешность величины 6j может' быть равна:
h |
( 112) |
Учитывая выражение (80) и принимая во внимание, что Д= const, можно найти предельное значение относи тельной погрешности выборочного среднего квадратичес
кого отклонения s(lj), обозначаемое далее символом Я- [для краткости принято s=s(T)]:
|
А,- = |
|
|
(ИЗ) |
|
S |
|
|
|
|
Если же исходить из формулы (77), то можно утверж |
|||
дать, что |
|
|
|
|
|
^s1 |
а1 |
' |
(114) |
где |
hwt(x{) — наибольшая относительная |
погрешность |
||
|
квадрата |
коэффициента |
вариации из |
всех Xi.
С учетом теорем о предельных погрешностях из форму лы (114) можно получить
^пред |
L=J - l / r aj+2X~ + %l - 1 . |
(115) |
||
w(xi) |
at У 1 |
s |
‘ |
|
При числе моделей р > 1 предельная погрешность для оценки коэффициента вариации w (Xi) равна:
( 116)
Точное значение коэффициента вариации для величи ны Х{ можно найти по формуле
|
Ю№•) = — . |
|
|
г |
отклоне |
где о — генеральное |
среднее квадратическое |
|
ние; |
|
|
р — генеральное среднее. |
|
|
Отсюда можно найти, что |
|
|
. |
__ К + К |
н а) |
V i ) - i r x 7 - |
5' |
50 |