- •Тема 2. Организация эксплуатационного обслуживания энергетического оборудования План лекции
- •1.Сущность эксплуатационного обслуживания оборудования
- •2.Эксплуатационные свойства энергетического оборудования
- •1. Производственная мощность.
- •Виды энергетических производственных мощностей
- •2. Маневренность.
- •3. Возможность работы при ухудшении условий эксплуатации
- •4. Оперативная надежность
- •3.Энергетические характеристики оборудования
- •Расходные энергетические характеристики тепловых турбоагрегатов
- •Дифференциальная энергетическая характеристика конденсационного турбоагрегата с обводным регулированием
- •Относительные энергетические характеристики конденсационного турбоагрегата с обводным регулированием
- •Исследование изменения кпд конденсационного турбоагрегата с обводным регулированием после точки излома
- •4.Установление энергетических характеристик путем статистической обработки результатов испытаний оборудования
- •Элементы теории корреляционно-регрессионного анализа
- •Задачи корреляционно-регрессионного анализа:
- •Задача 1. Установление формы связи и получение уравнения регрессии в явном виде
- •Оценка параметров линейного уравнения регрессии методом наименьших квадратов (мнк)
- •Задача 2. Оценка «тесноты» связи между переменными
Задача 2. Оценка «тесноты» связи между переменными
«Теснота» связи может быть оценена графически по расположению экспериментальных точек относительно теоретической линии регрессии.
Для количественной оценки «тесноты» и направлениялинейнойсвязи между переменными используетсякоэффициент корреляции:
;
.
Диапазон изменения коэффициента корреляции: .
Характерные значения коэффициента корреляции представлены на рис.2.10.
Рис.2.10. Граничные значения коэффициента корреляции
Считают:
- связь очень слабая;
- связь сильная;
- связь есть.
Для оценки «тесноты» связи при любой форме связи используется корреляционное отношение:
,
где
R2-коэффициент детерминации.
Диапазон изменения: .
Коэффициент детерминациипоказывает долю общей колеблемости (вариации, изменения, разброса) результатаY, объясняемой колеблемостью учитываемых факторов (X):
,
где
- межгрупповая дисперсия (факторная дисперсия), отражающая влияние только учтенных факторов (Х) на колеблемость результата (Y);
- общая дисперсия, отражающая влияние всех факторов (как учтенных, так и не учтенных) на колеблемость результата (Y).
Доказывается, что при выполнении определенных условий общая дисперсия может быть представлена суммой межгрупповой и остаточной дисперсии:
,
где
- остаточная дисперсия, оценивающая колеблемость результата Yпод влиянием всехнеучтенныхфакторов.
В силу определения R2принимает значения между 0 и 1.
Если R2 = 0, то это означает, что регрессия ничего не дает.
Другой крайний случай R2 = 1означает точную подгонку: все экспериментально полученные точки лежат на регрессионной прямой.
Чем ближе к 1 значение R2, тем лучше качество подгонки,более точно аппроксимируетY.
Например, если R2 = 0,80, то колеблемостьYна80%объясняетсяX.
Недостаток коэффициента детерминации – его значение не отображает направление связи между исследуемыми переменными.
Дисперсияхарактеризует рассеивание (степень «разброса») случайной величины вокруг еёматематического ожидания(среднего значения).
Если использовать обозначения:
- фактически полученные в эксперименте значения Yпри наблюдаемых значениях;
- расчетные (по оцененному аналитическому уравнению регрессии) значения Yпри наблюдаемых значениях;
- среднее значение Yдля данного массива экспериментально полученных данных,
то дисперсии могут быть вычислены по следующим выражениям.
Общая дисперсия
. (2.1)
Межгрупповая дисперсия
. (2.2)
Остаточная дисперсия
. (2.3)
Внимание!"n" в формулах (2.1) – (2.3) должно быть обязательно одинаковым. Поэтому если при одном и том жев серии экспериментов получено несколько значенийY, расчетные значенияYнеобходимо вычислить при тех же, что и в эксперименте, т.е. взять столько точек, сколько в эксперименте.
Отобразим графически (рис.2.11).
Рис.2.11. К вопросу определения общей, межгрупповой и остаточной дисперсии
Данные для расчета общей, межгрупповой и остаточной дисперсии для рассматриваемого примера представлены в табл.2.3.
Таблица 2.3 – Данные для расчета дисперсии
i | |||
1 |
0,1444 |
0,16322 |
0,00058 |
2 |
0,0529 |
0,09181 |
0,00533 |
3 |
0,0169 |
0,00000 |
0,01690 |
4 |
0,0144 |
0,09181 |
0,03349 |
5 |
0,3844 |
0,16321 |
0,04665 |
Σ |
0,6130 |
0,51005 |
0,10295 |
Тогда для рассматриваемого примера колеблемость Yобъясняется колеблемостьюXна 83,2%, т.к.
.