![]() КАТЕГОРИИ:
АстрономияБиологияГеографияДругие языкиДругоеИнформатикаИсторияКультураЛитератураЛогикаМатематикаМедицинаМеханикаОбразованиеОхрана трудаПедагогикаПолитикаПравоПсихологияРиторикаСоциологияСпортСтроительствоТехнологияФизикаФилософияФинансыХимияЧерчениеЭкологияЭкономикаЭлектроника
|
МЕТОДИКА ИССЛЕДОВАНИЙ 3 страница
Рис.8. Типы функций распределения случайной величины: а) нормальное, б) островершинное, в) двухвершинное,
В технологии машиностроения большинство кривых распределения можно аппроксимировать законом нормального распределения (Гаусса-Ляпунова) (рис.9).
где σ и
Его величина колеблется в пределах
![]()
Рис.9. Кривая нормального распределения.
Кривая нормального распределения асимптотически приближается к оси абсцисс. Для технических расчетов вполне допустимо ограничить поле рассеяния пределами ±3σ (от значения Оценку соответствия результатов измерения закону нормального распределения ведут по одному из следующих показателей: 1) по среднему абсолютному отклонению (САО); 2) по размаху варьирования; 3) по показателю асимметрии и эксцесса; 4) по критерию Пирсона (χ2 ); 5) по критерию Колмогорова-Смирнова (КС). Для небольших выборок (N < 120) используют САО.
При законе нормального распределения должно соблюдаться неравенство, установленное экспериментально
11.3. Доверительный интервал и доверительная вероятность.
Доверительным интервалом называется интервал значений величины Xi, в который попадает истинное значение XD измеряемой величины с заданной вероятностью. Доверительной вероятностью (достоверностью) измерения называется вероятность того, что истинное значение измеряемой величины XD попадет в данный доверительный интервал
Доверительный интервал характеризует точность измерения данной выборки, а достоверная вероятность – ее достоверность. Достоверность измерения показывает степень доверия к результатам измерения или вероятность отклонения результатов измерения от действительного значения измеряемой величины. Доверительная вероятность (достоверность) оценивается в долях единицы и описывается выражением
где Коэффициент t определяется выражением
где μ – характеристика точности, которая оценивается величиной
Доверительная вероятность, гарантийный коэффициент и текущее значение измеряемой величины X связаны между собой интегралом вероятности (интегралом Лапласа)
Численные значения интегральной функции Лапласа для некоторых значений гарантийного коэффициента t приведены в табл.5 и на рис.10.
![]() Рис.10. Значение интеграла вероятности при различных значениях
Таблица 5 Значения интегральной функции Лапласа
Следует иметь в виду, что таблицы интеграла вероятности могут составляться по-разному. В одних таблицах значение интеграла вероятности Величина Таким образом, с помощью интеграла вероятности можно решать две задачи: 1) определять доверительную вероятность (достоверность) известной точности измерений 2μ (прямая задача), 2) определять необходимую точность (поле допуска) по принятой доверительной вероятности – PD (обратная задача). Пример. Необходимо определить достоверность измерений для доверительного интервала μ = ±70 мкм при σ = 31 мкм. Для этого определяем значение
Затем по таблице функции Лапласа находим значение PD = 0,976 (при t = 2,26). Это означает, что из 100 измерений в заданный интервал попадет 97 измерений, не попадет 3 измерения. Величину
т.е. приходится браковать 1 из Nu измерений. При PD = 0,9 это 1 из 9 измерений PD = 0,95 – 1 из 19 измерений РD = 0,9973 - 1 из 367 измерений. Обратная задача. Если на основе экспериментальных данных установлена доверительная вероятность PD (в машиностроении ее обычно принимают равной 0,9; 0,95; 0,9973), то можно установить необходимую точность измерений (или доверительный интервал 2μ, т.е. поле допуска). Для больших выборок (N > 30) расчет ведется на основе соотношения
Половина доверительного интервала определяется выражением
где Для малых выборок (N ≤ 30) границы доверительного интервала рассчитываются по методу Стьюдента (псевдоним английского математика У.Госсета).
где Зная μcm, можно определить действительное значение искомой величины для малой выборки с принятой доверительной вероятностью
Возможна иная постановка задачи: по количеству измерений малой выборки (N) определить доверительную вероятность PD при условии, что погрешность заданного значения не выйдет за пределы 1) Вычисляют среднее значение 2) Вычисляют значение σ и
3) Находят коэффициент Стьюдента
4) По Пример. Проведены измерения длины 63 образцов (N > 30) и получены следующие результаты: Если при обработке деталей величину доверительного интервала Пример. Установить границы доверительных интервалов по результатам измерений 5 и 10 деталей для PD = 0,95 и PD = 0,995.
Сначала используем первые 5 измерений
Для PD = 0,95 и N = 5 по таблице находим значение
Т.е. результаты измерений можно представить в виде d = 14,82 ± 0,03 мм. При этом учтено, что погрешность микрометра 0,01 мм меньше полученной абсолютной погрешности измерений. Относительная погрешность
Для PD = 0,995 и N = 5,
и
Как видим, для повышения надежности с PD = 0,95 до PD = 0,995 необходимо расширить границы доверительного интервала в 2 раза. Для всех 10 измерений имеем
Тогда для PD = 0,95, для PD = 0,995, Таким образом, с увеличением числа измерений абсолютная и относительная погрешность уменьшается. Для N = 10 она в 2 раза меньше, чем для N = 5 при PD = 0,995.
11.4. Минимальное количество измерений
Для проведения опытов с заданной точностью и достоверностью в определенных условиях можно определить минимальное, но достаточное для данных условий количество измерений. Другими словами, задача ставится таким образом: задано значение доверительного интервала 2μ и доверительной вероятности PD; необходимо определить минимальное число измерений (выборки) Nmin, обеспечивающее заданное PD и 2μ. Относительную точность измерения для малых выборок можно оценить величиной
Минимальное количество экспериментов (измерений), гарантирующее требуемое значение μ (ΔX) и PD определяется из соотношения
откуда
где Минимальное количество экспериментов можно также определить через коэффициент вариации KB и коэффициент K, который показывает долю допустимой ошибки от среднеарифметического значения величины (выбирается из практических соображений).
Так, например, при испытаниях стойкости режущих инструментов принимают K = 0,2. Тогда формула для определения минимального количества экспериментов принимает вид
Как видим, с уменьшением K (т.е. с увеличением точности эксперимента) объем испытаний должен быть увеличен. В случае
11.5. Исключение грубых ошибок.
Существует несколько методов определения грубых ошибок. Наиболее надежными являются методы, основанные на использовании доверительного интервала. Они применимы в случаях, когда погрешности измерений подчиняются нормальному закону распределения. Наиболее простой из этих методов основан на использовании правила трех сигм, т.е. разброс случайной величины от ее среднего значения не должен превышать ±3σ.
В статистическом ряде малой выборки (N ≤ 30), подчиняющемся закону нормального распределения, грубые ошибки могут быть исключены с использованием критериев Груббса, которые определяются по следующим зависимостям:
где Xmax, Xmin – максимальное и минимальное значение результатов N измерений. Расчетные значения β1 и β2 сравнивают с табличным значением βmax для принятой доверительной вероятности PD. Если β1 или β2 больше βmax , то результат этого опыта исключается. Такая процедура повторяется до тех пор, пока не будет достигнуто неравенство
Значения критерия Груббса βmax приведены в табл.8 приложения. Для приближенной оценки и «отсева» грубых ошибок можно применить следующую процедуру: 1) вычислить среднеквадратическое отклонение – σ, 2) определить 3) принять доверительную вероятность PD, найти по таблице коэффициент Стьюдента 4) определить действительное значение измеренной величины В случае более глубокого анализа результатов измерений (экспериментальных данных) рекомендуется следующая последовательность действий: 1) экспериментальный статистический ряд анализируется и исключаются систематические ошибки; 2) анализируют ряд на грубые ошибки и промахи, для чего устанавливают значения Xmax, Xmin, определяют среднеквадратическое отклонение σ, вычисляют критерии β1, β2 и сопоставляют с табличными βmax, исключают при необходимости Xmax, Xmin и получают новый (очищенный) ряд; 3) вычисляют среднее арифметическое 4) находят 5) при большой выборке (N > 30) задаются величиной PD и по таблице функции Лапласа находят t; при малой выборке (N ≤ 30) в зависимости от принятого PD и количества измерений находят коэффициент Стьюдента 6) определяют доверительный интервал по формулам 7) устанавливают действительное значение измеряемой величины 8) оценивают относительную погрешность (%) результатов серии измерений при заданной доверительной вероятности
Пример. Имеется статистический ряд из 18 измерений стойкости T, мин.
Вначале необходимо проверить, нет ли грубых ошибок (по βmax).
По таблице 8 при PD = 0,99 и N = 18 находим При PD = 0,95 Если применить правило 3σ, т.е. PD = 0,9973, то Найдем минимально необходимое количество измерений для PD = 0,95 и двух заданных точностей ΔХ = 3 и ΔХ = 5. Из предварительной серии N1 = 18 опытов определяем σ = 6,58, по таблице находим При ΔХ = 3, Таким образом, для обеспечения точности ΔХ = 5 N1 > N и дополнительных экспериментов проводить не требуется. Для повышения точности (ΔХ = 3) требуется увеличение количества параллельных опытов.
|