- •Введение
- •1 Понятие научного знания
- •2 Наука как отрасль знания
- •3 Лженаука и признаки «великого» открытия
- •Введение
- •1 Понятие научного знания
- •2 Наука как отрасль знания
- •3 Лженаука и признаки «великого» открытия
- •2 Нормативные документы о выполнении научно-исследовательских работ
- •2.1 Классификация научно-исследовательских работ
- •2.2 Выбор направлений научных исследований
- •2.4 Оценка перспективности научно-исследовательской работы
- •2.5 Стадии проектирования
- •2.5.1 Структура процесса проектирования
- •2.5.2 Основные задачи, решаемые при выполнении опытно-технологических и опытно-конструкторских работ
- •2.5.3 Предпроектная разработка
- •2.6 Организация проектных работ
- •2.7 Охрана интеллектуальной собственности
- •2.7.1 Виды и объекты интеллектуальной собственности
- •2.7.2 Элементы авторского права
- •2.7.3 Элементы патентного права
- •3 Методология научных исследований. Методы математико-статистического планирования и обработки результатов эксперимента
- •3.1 Анализ технических объектов
- •3.2 Синтез аппаратурно-технологических схем
- •3.3 Математическое обеспечение анализа проектных решений
- •3.4 Элементы математической статистики и ее приложения
- •3.4.1 Элементы математической статистики
- •3.4.2 Методы корреляционного и регрессионного анализа
- •3.4.3 Математические методы планирования и оптимизации эксперимента
- •Раздел 4 Методология технологического проектирования
- •4.1 Декомпозиция задачи проектирования
- •4.2 Использование систем автоматизированного проектирования в химической технологии
- •4.2.1 Понятие о системе автоматизированного проектирования (сапр)
- •4.3 Автоматизированная система управления крупнотоннажным производством этилена, этапы создания (проектирования)
- •4.3.1 Сырье и продукты установок для производства этилена. Базовая технологическая схема установки для производства этилена типа эп-300
- •4.3.2 Технологическое задание на проектирование
- •4.3.2.1 Физико-химические закономерности пиролиза
- •4.3.2.2 Задачи управления установкой для производства этилена
- •4.3.3 Построение асу тп установки производства этилена
- •4.3.3.1 Структура и особенности асу тп
- •Построение информационной подсистемы
- •4.3.3.2 Типовые алгоритмы, применяемые в асу тп
- •4.3.4 Построение асутп подсистем
- •4.3.4.1 Подсистема отделения пиролиза
- •4.3.4.2 Подсистема отделения газоразделения
- •4.3.4.3 Подсистема отделения переработки пироконденсата
- •Раздел 5 Информационный поиск, оформление и представление результатов научно-исследовательских и опытно-конструкторских работ
- •5.1 Традиционные методы информационного поиска
- •5.1.1 Работа со специальной литературой
- •5.1.2 Методы информационного поиска
- •5.1.3 Источники научно-технической информации
- •5.2 Структура научно-исследовательской работы, отчет о нир
- •Реферат
- •Содержание
- •4.4 Правила оформления работы
3.3 Математическое обеспечение анализа проектных решений
Это математические модели, численные методы, алгоритмы выполнения проектных процедур.
На микроуровне математические модели – это дифференциальные уравнения в частных производных, например, уравнения математической физики. Объекты исследования – поля физических величин (например, в химическом синтезе – исследование процессов в жидких средах).
На макроуровне – системы алгебраических или дифференциальных уравнений, независимая переменная – только время. Модели процессов в устройствах, приборах.
Следующий уровень – функционально-логический, например, математический аппарат передаточных функций или математической логики.
Еще один уровень – системный – производственные предприятия и их объединения, вычислительные сети, социальные системы, математический аппарат теории массового обслуживания, сетей Петри.
Основные требования к математическим моделям:
- адекватность, в области адекватности – приемлемая точность. В пределах области адекватности погрешности модели находятся на допустимом уровне,
- экономичность (затраты машинного времени и памяти.
Формирование модели включает две процедуры:
- разработку моделей отдельных компонентов,
- формирование модели системы из моделей компонентов – может выполняться автоматически по алгоритмам, включенным в заранее разработанные программы анализа и пользователь описывает объект не в виде системы уравнений, а в виде списка элементов, эквивалентной схемы, эскиза или чертежа конструкции.
3.4 Элементы математической статистики и ее приложения
3.4.1 Элементы математической статистики
При проведении эксперимента многократно определяют некоторую величину Х, значения которой могут быть разными вследствие случайных отклонений в условиях эксперимента. Поэтому значения величины Х называют случайными. Множество измерений одной случайной величины называют генеральной совокупностью. На практике проводится конечное число измерений случайной величины, результаты этих измерений называют выборкой генеральной совокупности. Генеральную совокупность характеризуют математическим ожиданием (средним) – точным значением измеряемого параметра, не искаженным случайными ошибками. Вычисляют по формуле m=xi/n.Чтобы оценить вероятность попадания случайной величины внутрь данного интервала, начало координат переносят в точку математического ожидания и далее используют «правило трех сигм». Единицей измерения интервала является сигма или среднеквадратическое отклонение.
= 2, 2=((xi-m)2)/n. С точностью до долей процента случайная величина Х может находиться в пределах: m-3 X m+3. Использование общепринятых статистических критериев и методов допустимо только в случае так называемого нормального распределения.
Вероятность того, что данный замер Х1 окажется внутри заданного интервала называется доверительной вероятностью. Обозначается Р. Р = 1 = 0.68, Р = 2 = 0.95, Р = 3 = 0.99. Уровень значимости = 1 - Р, то есть какова вероятность совершить ошибку, предполагая, что данный замер попадет внутрь заданного интервала.
Уровень надежности (95%) – это доверительный интервал среднего. Для нормального распределения коэффициент доверия t = 1,96 при уровне надежности 95%. Для малых выборок (менее 25-30 опытов, т.е. замеров величины Х или определения величины У) коэффициент доверия определяется по критерию Стьюдента или решается обратная задача, т.е. определяется минимальное число опытов.