Xreferat.com » Рефераты по коммуникации и связи » Разработка программы определительных испытаний

Разработка программы определительных испытаний

106 7 90; 96; 84; 107; 99; 99 8 104; 106; 99; 103; 94; 82 9 99;95; 106; 119; 111 10 109; 118; 104; 95; 98

2.2 Вычисление основных характеристик выборки


Основными числовыми характеристиками выборочной совокупности являются: выборочное среднее, выборочная дисперсия, выборочное среднее квадратическое (или стандартное) отклонение, наименьшее и наибольшее значения, размах выборки, асимметрия, эксцесс.

Значения вычисляемых характеристик расположим в ячейках с F12 по F19, как показано в таблице 9.


Таблица 9 – Расчет выборочных характеристик


A

B

C

D

E

F

1

104 93 107 118 89 86

2

86 98 116 82 110 103

3

106 112 94 83 98 91

4

94 106 102 107 89 91

5

117 96 103 117 83

6

94 92 107 108 106

7

90 96 84 107 99 99

8

104 106 99 103 94 82

9

99 95 106 119 111

10

109 118 104 95 98

11

12

Выборочное среднее
100,0892857

13

Выборочная дисперсия
100,7373377

14

Выборочное ср. квадр. отклонение 10,03679917

15

Наименьшее значение
82

16

Наибольшее значение
119

17

Размах выборки

37

18

Асимметрия

0,012585618

19

Эксцесс


-0,711512555

Вычислим числовые характеристики выборочной совокупности по формулам:

Выборочное среднее: F12 = CРЗНАЧ(A1:F10);

Выборочная дисперсия: F13 = ДИСП(A1:F10);

Выборочное среднее квадратическое отклонение:

F14 = СТАНДОТКЛОН(A1:F10);

Наименьшее значение: F15 = МИН(A1:F10);

Наибольшее значение: F16 = МАКС(A1:F10);

Размах выборки: F17 = F16-F15;

Асимметрия: F18 = СКОС(A1:F10);

Эксцесс: F19 = ЭКСЦЕСС(A1:F10).


2.3 Формирование статистического ряда и графическое представление данных


Для наглядного представления статистических данных воспользуемся группировкой. Группировка данных производится в той же последовательности, что и в пункте 1.6.2 данной работы.

Для выборочной совокупности (таблица 8) результаты группировки представим в таблице 10. Сначала укажем объем выборки, максимальное и минимальное значение, размах выборки, количество групп и шаг:

А22 = 56, В22 =120, С22 = 80, D22 = B22 – C22, E22 =10, F22 = D22/E22

В этой таблице колонки В и С заполним левыми и правыми границами соответственно. Колонку D заполним по формуле:

D25 = (B25+C25)/2, с последующим копированием в ячейки D26:D34.


Таблица 10 – Группировка статистических данных


A

B

C

D

E

F

G

H

21

n Xmax Xmin R k h

22

56 120 80 40 10 4

23

24

Группа Левая граница Правая граница Середина Частота Относ. частота Накоп. частота Накоп. относ. частота

25

1 80 84 82 5 0,0892 5 0,0892

26

2 84 88 86 2 0,0357 7 0,125

27

3 88 92 90 6 0,1071 13 0,2321

28

4 92 96 94 9 0,1607 22 0,3928

29

5 96 100 98 7 0,125 29 0,5178

30

6 100 104 102 7 0,125 36 0,6428

31

7 104 108 106 10 0,1785 46 0,8214

32

8 108 112 110 4 0,0714 50 0,8928

33

9 112 116 114 1 0,0178 51 0,9107

34

10 116 120 118 5 0,0892 56 1

Для заполнения колонки Е выделим ячейки Е25:Е34 и воспользуемся функцией ЧАСТОТА, указав массив статистических данных и массив правых границ интервалов: { = ЧАСТОТА (А1:F10; C25:C34)}

Одновременным нажатием клавиш заполним остальные выделенные ячейки.

Колонку F заполним с помощью формулы:

F25 = E25/$A$22, с последующим копированием в ячейки F26:F34

Колонку G заполним с помощью формулы:

G25 = E25, G26 = G25 + E26 с последующим копированием в ячейки G27:G34

Колонку H заполним с помощью формулы:

H25 = G25/$A$22, с последующим копированием в ячейки H26:H34

Данные, собранные в таблице 10 наглядно представим с помощью:

полигон частот – графическая зависимость частот (относительных частот) от середины интервалов (рисунок 9).


Разработка программы определительных испытаний

Рисунок 9 – Полигон частот


кумуляты частот – графическая зависимость накопленных частот (накопленных относительных частот) от середины интервалов (рисунок 10).

Разработка программы определительных испытаний

Рисунок 10 – Кумуляты частот


2.4 Подбор подходящего закона распределения вероятностей


Далее рассмотрим некоторые известные распределения, такие как равномерное, нормальное и гамма-распределение, с целью проверки подчиняется ли наше распределение вероятностей заданному.

Проверка на соответствие данных испытаний распределению производится перебором трех распределений, указанных выше, включая заданное, а именно равномерное.

Чтобы иметь полную информацию о распределении случайной величины, надо знать параметры этого распределения. Таким образом, математическое ожидание случайной величины t равно выборочной средней, а среднее квадратическое отклонение случайной величины t – выборочному среднему квадратическому отклонению. Указанные характеристики находятся в ячейках F12 и F14 соответственно. Поместим эти значения в ячейки А2 и В2 соответственно (таблица 11).

Определим параметры равномерного (a и b), нормального (m – математическое отклонение и σ – среднее квадратическое отклонение), экспоненциального и гамма-распределения (α и β) в соответствии с формулами:


Разработка программы определительных испытаний, Разработка программы определительных испытаний, Разработка программы определительных испытаний, Разработка программы определительных испытаний, Разработка программы определительных испытаний

B5 = 1/A2;

B8 = A2-В2*КОРЕНЬ(3);

B9 = А2+В2*КОРЕНЬ(3);

B12 = (A2/B2)^2;

B13 = B2^2/A2;

B16 = (A2/B2)^2;

B17 = B2^2/A2.


Таблица 11 – Значения плотностей распределения


A

B

C

D

E

F

1

Матем. ожидание Ср. кв. отклон.



2

100,0892 10,0367



3





4

Параметры экспоненциального распределения



5

λ 0,0100



6







7

Параметры равномерного распределения



8

а 82,7050



9

b 117,4735



10




11

Параметры нормального распределения



12

m 100,0893



13

σ 10,0367



14






15

Параметры гамма-распределения



16

α 99,4454



17

β 1,0065



18





19

Середина Плотность относит. частот Плотность экспоненц. распред. Плотность нормал. распред. Плотность гамма- распред. Плотность равномер. распред.

20

82 0,0223 0,0044 0,0078 0,0076 0

21

86 0,0089 0,0042 0,0148 0,0156 0,0287

22

90 0,0267 0,0041 0,0240 0,0257 0,0287

23

94 0,0401 0,0039 0,0331 0,0349 0,0287

24

98 0,0312 0,0038 0,0389 0,0397 0,0287

25

102 0,0312 0,0036 0,0390 0,0383 0,0287

26

106 0,0446 0,0035 0,0334 0,0317 0,0287

27

110 0,0178 0,0033 0,0244 0,0229 0,0287

28

114 0,0044 0,0032 0,0152 0,0145 0,0287

29

118 0,0223 0,0031 0,0081 0,0081 0

В ячейках В20:В29 вычислим плотности относительных частот как частное от деления относительных частот (ячейки F25:F34) на шаг (ячейка $F$22) из таблицы 10.

Плотности равномерного, нормального, экспоненциального и гамма-распределений рассчитываются в соответствии с формулами:

С20 = ЭКСПРАСП (А20;$B$5;ЛОЖЬ);

D20 = НОРМРАСП (А20; $B$12; $B$13; ЛОЖЬ);

E20 = ГАММАРАСП (А20; $B$16; $B$17; ЛОЖЬ).

F20 = ЕСЛИ(А20<$B$8; 0; ЕСЛИ(A20>=$B$9; 1/($B$9-$B$8); 0));

Затем копируем их в блок ячеек С21:F21.

После чего строим гистограмму частот, совмещенную с плотностью каждого из указанных ранее распределений. Графическое изображение гистограммы кривых различных распределений приведены на рисунках 11- 13.


Разработка программы определительных испытаний

Рисунок 11 – Сглаживание гистограммы плотностью равномерного распределения

Разработка программы определительных испытаний

Рисунок 12 – Сглаживание гистограммы плотностью нормального распределения


Разработка программы определительных испытаний

Рисунок 13 – Сглаживание гистограммы плотностью гамма-распределения


Разработка программы определительных испытаний

Рисунок 14 – Сглаживание гистограммы плотностью экспоненциального распределения


Используя критерий χ2, установим, верна ли принятая гипотеза о том, что статистические данные подчиняются равномерному распределению, так, чтобы ошибка не превышала заданного уровня значимости α (вероятность того, что будет отвергнута правильная гипотеза).

Для применения критерия χ2 необходимо, чтобы частоты ni, соответствующие каждому интервалу, были не меньше 5. Для этого при необходимости объединим рядом стоящие интервалы, а их частоты суммируем. Далее вычислим следующую сумму:


Разработка программы определительных испытаний,


где pi – теоретическая вероятность того, что случайная величина Х примет значение из интервала [ai-1,ai].

Предположим, что случайная величина t имеет функцию распределения F(t), поэтому pi = F(ai) – F(ai-1).

Образец расчетов по предыдущей формуле для трех распределений представлен в таблице 6.

В колонке А содержатся левые, а в колонке В – праве границы интервалов. В колонке С находятся соответствующие частоты. В колонке D рассчитываются теоретические вероятности в зависимости от вида распределения.

Для экспоненциального распределения:

D35 = ЭКСПРАСП (B35; $B$5; ИСТИНА) – ЭКСПРАСП (А35; $B$5; ИСТИНА);

Для равномерного распределения:

D65 = ЕСЛИ (B65<$B$8; 0; ЕСЛИ (B65<=$B$9; (B24-$B$8) / ($B$6-$B$9); 1)) – ЕСЛИ (A24<$B$8; 0; ЕСЛИ (A24<=$B$9; (A24-$B$8) / ($B$6-$B$9); 1));

Для нормального распределения:

D45 = НОРМРАСП (В45; $B$12; $B$13; ИСТИНА) – НОРМРАСП (А45; $B$12; $B$13; ИСТИНА);

Для гамма-распределения:

D55 = ГАММАРАСП (В55; $B$16; $B$17; ИСТИНА) – ГАММАРАСП (А55; $B$16; $B$17; ИСТИНА).

В колонке Е рассчитываются слагаемые соотношения по формуле:

Е35 = (С35-56*D35)^2/(56*D35), которая копируется в другие ячейки колонки Е.

После чего для каждого рассмотренного распределения определим итоговые суммы:

Е43 = СУММ(E35:E42);

Е53 = СУММ(E45:E52);

Е63 = СУММ(Е55:Е62);

Е73 = СУММ(Е65:Е72).

Которые равны соответственно 349,8344; 14,8995; 15,1459; 16,7324.

Гипотеза о виде закона распределения должна быть принята, если вычисленное значение χ2выч достаточно мало, а именно не превосходит критического значения χ2кр, которое определяется по распределению χ2 в зависимости от заданного уровня значимости α и числа степеней свободы r=k’ – s – 1.

где k’ – количество интервалов после объединения;

s – число неизвестных параметров распределения, которые были определены по выборке.

В данном примере r = 7 – 2 – 1 = 5

Критическое значение рассчитывается по формуле:

Е74 = ХИ2ОБР(0,05;5), из таблицы 12 видно, оно равно 16,7496.

Поскольку 16,7324<16,7496, то принимается гипотеза о том, что статистические данные имеют равномерное распределение с параметрами a = 82,7050 и b = 117,4735 соответственно.


Таблица 12 – Подбор распределения на основе критерия χ2


А

B

С

D

E

33

Левая граница Правая граница Частота Вероятности χІ

34

Экспоненциальное распределение

35

80 84 5 0,0176 16,3293

36

84 92 8 0,0331 20,2945

37

92 96 9 0,01562 75,4446

38

96 100 7 0,01501 45,1229

39

100 104 7 0,01442 47,4663

40

104 108 10 0,01385 109,6166

41

108 116 5 0,02611 8,5589

42

116 120 5 0,01229 27,0014

43

Сумма 349,8344

45

Нормальное распределение

46

80 84 5 0,0317 5,8201

47

84 92 8 0,1556 0,0590

48

92 96 9 0,1317 0,3576

49

96 100 7 0,1546 0,3175

50

100 104 7 0,1551 0,3280

51

104 108 10 0,1331 0,8698

52

108 116 5 0,1588 1,7057

53

116 120 5 0,03281 5,4419

54

Сумма 14,8995

55

Гамма-распределение

56

80 84 5 0,0310 6,1243

57

84 92 8 0,1652 0,1697

58

92 96 9 0,1388 0,1927

59

96 100 7 0,1576 0,3788

60

100 104 7 0,1522 0,2729

61

104 108 10 0,1265 1,1969

62

108 116 5 0,1497 1,3685

63

116 120 5 0,03281 5,4421

64

Сумма 15,1459

65

Равномерное распределение

66

80 84 5 0,03727 4,0719

67

84 92 8 0,2300 1,8522

68

92 96 9 0,1150 1,0151

69

96 100 7 0,1150 0,0482

70

100 104 7 0,1150 0,0482

71

104 108 10 0,1150 1,9643

72

108 116 5 0,2300 4,8254

73

116 120 5 0,0423 2,9070

74

Сумма 16,7324

75

Критическое значение критерия 16,74960237

2.5 Определение показателей надежности объекта испытаний


После подтверждения гипотезы о виде закона распределения, определим показатели надежности объекта.

Таким образом, было установлено, что случайная величина принадлежит множеству с плотностью распределения вероятностей:


Разработка программы определительных испытаний


Найдем основными показатели надежности. Они вычисляются по формулам:

В78 = ($B$6-А50)/($B$6-$B$5);

С78 = 1 – В78;

Плотность распределения и интенсивность отказа рассчитаем по следующим формулам:

D78 = 1/($B$9-$B$8);

E78 = D78/B78.

Далее скопируем формулы в ячейки В79:В84, С79:С84, D79:D84, E79:E84 соответственно.

В результате будет получена таблица вычисленных ранее значений (таблица 13) и построены их графики (рисунки 14,15,16).


Таблица 13 – Значения показателей надежности объекта испытаний


А

B

C

D

E

78

82,7050 1 0 0,028761673 0,028761673

79

88 0,847708081 0,152291919 0,028761673 0,033928747

80

93 0,703899717 0,296100283 0,028761673 0,040860469

81

98 0,560091352 0,439908648 0,028761673 0,051351753

82

103 0,416282988 0,583717012 0,028761673 0,069091636

83

108 0,272474623 0,727525377 0,028761673 0,105557253

84

113 0,128666259 0,871333741 0,028761673 0,223537026

85







Разработка программы определительных испытаний

Рисунок 14 – График вероятности безотказной работы и вероятности отказа


Разработка программы определительных испытаний

Рисунок 15 – График плотности распределения вероятности


Разработка программы определительных испытаний

Рисунок 16 – График интенсивности отказа


Заключение


Поставленные перед нами цели курсовой работы по определению фактических показателей надежности невосстанавливаемого объекта испытания – электродвигателя однофазного коллекторного переменного тока типа ДК 60 – 40 – выполнены.

Если Вам нужна помощь с академической работой (курсовая, контрольная, диплом, реферат и т.д.), обратитесь к нашим специалистам. Более 90000 специалистов готовы Вам помочь.
Бесплатные корректировки и доработки. Бесплатная оценка стоимости работы.

Поможем написать работу на аналогичную тему

Получить выполненную работу или консультацию специалиста по вашему учебному проекту
Нужна помощь в написании работы?
Мы - биржа профессиональных авторов (преподавателей и доцентов вузов). Пишем статьи РИНЦ, ВАК, Scopus. Помогаем в публикации. Правки вносим бесплатно.

Похожие рефераты: