- •Введение
- •1 Оценка надежности конструкции верхнего строения пути
- •Показатели надежности и модели отказов элементов верхнего строения пути
- •Оценка и прогнозирование надежности рельсов
- •Определение параметров нормального распределения
- •Прогнозирование отказов рельсов
- •Оценка надежности рельсовых скреплений
- •1.4 Оценка надежности подрельсовых оснований
- •1.5 Оценка надежности состояние балластного слоя
- •2 Управление надежностью бесстыкового пути
- •3 Расчетное прогнозирование полных отказов и показателей долговечности рельсов
- •3.1 Расчет среднестатистической и максимально вероятной осевых нагрузок ,
- •3.1.1 Обработка результатов измерений
- •Выравнивание статистических рядов
- •3.3 Алгоритм построения статистического ряда и определения его числовых характеристик
- •Список литературы
-
Выравнивание статистических рядов
Во всяком статистическом распределении неизбежно присутствуют элемент случайности, связанные с тем, что число измерений ограничено, что недостаточно корректно произведены измерения и др. На практике необходимо считаться с тем, что любому статистическому распределению свойственны элементы случайности. Поэтому при обработке статистического материала часто приходиться решать вопрос о том, как подобрать для данного статистического ряда теоретическую кривую распределения, выражающую лишь существенные черты статистического материала, часто приходится решать вопрос о том, как подобрать для данного статистического ряда теоретическую кривую распределения, выражающую лишь существенные черты статистического материала. Такая задача называется задачей выравнивания (сглаживания) статистических рядов.
Подбор закона распределения (принятие гипотезы о законе распределения), с достаточной точностью описывающего распределение случайной величины, производят, исходя из физической сущности исследуемого процесса или явления. Дополнительными признаками могут служить внешний вид гистограммы или многоугольника распределения и значения числовых характеристик статистического распределения случайной величины.
Так, для нормального распределения все рассеивания (с точностью до 0,1%) укладываются на участке , для экспоненциального (показательного) распределения , а для пуассоновского распределения .
Для рассматриваемой статистической совокупности гистограмма и многоугольник распределения имеют вид, приведенный на рис. 3.1. по их внешнему виду можно предположить, что осевые нагрузки можно описать нормальным законом распределения.
Для проверки гипотезы о законе распределения измеряемой случайной величины производят расчет координат теоретической кривой распределения и проверку ее согласия со статистическим распределением.
Координаты теоретической кривой распределения рассчитываются для граничных значений разрядов статистического ряда по его числовым характеристикам путем нахождения вероятности Р попадания измеряемой случайной величины в определенный интервал.
3.3 Алгоритм построения статистического ряда и определения его числовых характеристик
Для нормального закона распределения измеряемой случайной величины Х вероятность попадания ее в j-й интервал определяется по формуле:
(3.12) (3.12)
где xjH - xjB – соответственно нижняя и верхняя границы значений случайной величины Х в j-ом разряде статистического ряда;
- стандартная функция Лапласа
, (3.11) (3.13)
значения которой табулированы в зависимости от аргумента Uj,
, (3.12) (3.14)
где j – номер разряда статистического ряда (j=1,2…k).
Например, для первого разряда статистического распределения (таблица 3.1.), описываемого нормальным законом (mx*= т/с, Sx* = т/с) вероятность нахождения осевой нагрузки грузового поезда Х в интервале 8 – 12 будет равна:
Таблица 3.5 Расчет координат теоретической кривой распределения случайной величины
j |
xjH - xjB |
xjГР |
Ф(UjГР) |
Рj |
hj |
fj |
Рj* |
Fj* |
Fj |
R=( Fj*- Fj) |
||||||||||
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
11 |
12 |
13 |
||||||||
1 |
8–12 |
8 |
-2,13 |
-0,4834 |
0,0657 |
5 |
5 |
0,0125 |
0,0625 |
0,0625 |
0,0657 |
-0,0032 |
||||||||
12 |
-1,39 |
-0,4177 |
||||||||||||||||||
2 |
12 –16 |
16 |
-0,64 |
-0,2389 |
0,1788 |
14 |
14 |
0,0065 |
0,1750 |
0,2375 |
0,2445 |
-0,0070 |
||||||||
3 |
16 – 20 |
20 |
0,10 |
0,0398 |
0,2787 |
22 |
24 |
0,1302 |
0,3000 |
0,5375 |
0,5232 |
0,0143 |
||||||||
4 |
20 – 24 |
24 |
0,85 |
0,3023 |
0,2625 |
21 |
18 |
0,4286 |
0,2250 |
0,7625 |
0,7857 |
-0,0232 |
||||||||
5 |
24 – 28 |
28 |
1,60 |
0,4452 |
0,1429 |
11 |
13 |
0,2151 |
0,1625 |
0,9250 |
0,9286 |
-0,0036 |
||||||||
6 |
28 – 32 |
32 |
2,34 |
0,4904 |
0,0452 |
4 |
6 |
1,5718 |
0,0750 |
1,0000 |
0,9738 |
0,0262 |
||||||||
Итого |
0,9797 |
78 |
80 |
2,33 |
0,9738 |
|
|
|
Пример расчета первой строки таблицы 3.3:
Рисунок 3.3 – Теоретическое распределение случайной величины
Подсчитывается значение критерия Коломогорова (λ)
где |
Rmax |
– |
наибольшее значение абсолютной разности; |
|
– |
общее число принятых к исследованию наблюдений. |
По значению λ определяется вероятность Рλ того, что полученные отклонения вызваны случайными колебаниями измеряемой величины в выборке.
Табличная схема расчета согласованности теоретической и статистической кривых по критерию Колмогорова на примере нормального закона распределения осевых нагрузок приведена в таблице 3.3. (графы 1,2,6,10-13).
Полученное значение Рλ свидетельствует о хорошей сходимости теоретического и статистического распределений. Значит, принятая гипотеза о теоретическом законе распределения верна, число измерений достаточно, пересчет характеристик не требуется.
Расчет координат теоретической кривой распределения случайной величины удобно производить с помощью табличной схемы. Так, например, в таблице 3.5 (графы 1 – 6) приведена схема расчета координат теоретической кривой нормального закона, описывающего распределение осевых нагрузок (таблица 3.3).
По рассчитанным значениям координат Рj строится теоретическая кривая распределения случайной величины (см. рис. 3.1).
Между теоретической и статистической кривыми распределения неизбежны расхождения. Они могут вызываться случайными отклонениями и колебаниями измеряемой величины или другими факторами, которые не были учтены в теоретическом распределении. Эти отклонения могут быть также вызваны неудачным подбором теоретической кривой распределения.