Преобразование полиномиальных моделей

Чтобы узнавать последние новости, подпишись на нашу группу в VK

ПОДЕЛИСЬ ССЫЛКОЙ С ДРУЗЬЯМИ!



При прогнозировании технического состояния объектов часто ставится задача определения времени достижения параметром предельного (заданного) значения. Эту задачу можно решить графически или итерационным способом нахождения коэффициентов полинома вида r=f(Y, х) (Per. № 2006613997), воспользовавшись программой перестроения двухфакторной модели (прил. 8).

Полиномиальные модели прогнозирования, полученные по экспериментальным данным, подлежат статистической обработке, заключающейся в сравнительном анализе результатов модельных расчетов и экспериментальных данных. Вопрос наличия или отсутствия того или иного коэффициента модели имеет случайный характер. Поэтому преобразование модели с целью нахождения управляющего параметра процесса путём решения квадратного уравнения часто становится некорректным. Выходом из этого положения может стать итерационный метод нахождения корней с помощью ЭВМ и построение преобразованной математической модели.

Рассмотрим преобразование полиномов для случаев двухфакторных моделей. Пусть в результате проведения эксперимента был получен полный квадратичный полином вида:

адекватно отражающий результаты проведения испытании, где: х1- варьируемые в процессе эксперимента параметры в относительных (кодированных) величинах. Любой из этих варьируемых факторов может рассматриваться как фактор времени;

Y - один из выходных (регистрируемых в процессе контроля) параметров.

Требуется найти зависимость одного из воздействий х. от выходного параметра Y и х1 варьируемого параметра:

Процесс преобразования полиномиальной модели требует использования итерационного метода нахождения корней квадратичного полинома, что является весьма трудоёмким процессом. Использование разработанных программ существенно облегчает труд исследователя и открывает новые возможности.


ПОДЕЛИСЬ ССЫЛКОЙ С ДРУЗЬЯМИ!







Чтобы получить полную информацию, подпишись на нас Vk.com/enciklopediyatehniki


Наука Преобразование полиномиальных моделей. Надежность и диагностика