Наблюдения, обработка результато

МАТЕМАТИЧЕСКАЯ ОБРАБОТКА РЕЗУЛЬТАТОВ КИНЕТИЧЕСКИХ НАБЛЮДЕНИЙ И ПОСТРОЕНИЕ КИНЕТИЧЕСКОЙ МОДЕЛИ [c.76]

Обработка и анализ результатов данных наблюдений. Обработка результатов наблюдений начинается с подсчета числа моментов, зафиксированных по каждому элементу рабочего времени, затем определяется удельный вес затрат рабочего времени элемента в общем объеме моментов по формуле [c.125]

Микроскопическое наблюдение или фотографирование применяют обычно для получения первичной качественной характеристики грубодисперсной системы — быстрой оценки порядка величины размеров частиц, их формы, степени неоднородности и т. д. Количественные микроскопические методы, основанные на статистической обработке результатов, весьма кропотливы и сложны. [c.46]

А. В и н ь е р о н. Обработка результатов физико-химических наблюдений. ОПТИ. Л. (1936). [c.47]

При проведении эксперимента, когда меняется несколько факторов, прежде всего возникает вопрос об оценке их влияния на функцию отклика. Изучение влияния различных факторов на статистические характеристики объекта является задачей дисперсионного анализа, который позволяет специальной обработкой результатов наблюдений разложить их общую вариацию на систематическую и случайную, оценить достоверность систематической вариации по отношению к случайной, вызванной неучтенными факторами. За количественную меру вариации принимают дисперсию, полученную статистической обработкой экспериментальных данных. Сравнение дисперсий выполняют обычно по критерию Фишера. [c.16]

Математическая обработка результатов наблюдений, как известно, является самостоятельной и достаточно сложной областью. Не касаясь общих принципов этой проблемы, изложенных, например, в монографии [14], остановимся кратко на некоторых особенностях обработки данных кинетического эксперимента. Здесь будем следовать изложению этого вопроса, данному в монографии [4], где он рассмотрен более подробно. [c.76]

Математическая обработка результатов кинетических наблюдений и построение кинетической модели....................76 [c.317]

Одним из методов обоснования расходов воды для тушения пожаров является использование статистических данных о фактических расходах. Обработка результатов наблюдений за пожарами в промышленных зданиях и на открытых технологических установках в период с 1944 по 1971 г., позволила выявить закономерности [c.39]

Обработка результатов длительных наблюдений (за 1944— 1972 гг.) большого числа пожаров (более тысячи случаев) позволяет выявить закономерности статистического распределения частоты возникновения пожаров [19]. В частности, статистическая обработка обширных материалов о пожарах на предприятиях химической и родственных ей промышленностях показала, что сред- [c.68]

Вместе с этим число действующих спринклеров при тушении пожара в различных объектах (при равных значениях Р /гн п ) далеко не одинаково и существенно зависит от характеристики пожарной опасности защищаемого объекта. Число действующих спринклеров при тушении пожара в каждой группе было установлено по результатам статистических наблюдений, обработка которых позволила выявить закономерность статистического распределения величины п для различных групп объектов. [c.135]

Измеряемые выходные параметры физико-химических систем характеризуются наличием случайной составляющей, сравнимой по величине с результатами измерений. Поэтому обработка результатов наблюдений — задача прикладной математической статистики. Целесообразно описывать связь сред- [c.14]

Если вычисленное по опытным данным значение и окажется меньше Ыа, то гипотеза принимается в противном случае ее следует отвергнуть как противоречащую данным измерений. Тогда результат Хтах или соответственно Хтш приходится рассматривать как содержащий грубую погрешность и не принимать его во внимание при дальнейшей обработке результатов наблюдений. [c.85]

Для второго этапа разработок создано много различных вычислительных процедур, которые широко применяются на практике. Обычно для определения оценок параметров математических моделей используют метод регрессионного анализа. Регрессионный анализ является одним из самых распространенных методов обработки результатов наблюдений, а также служит основой целого ряда разделов математической статистики (планирование экспериментов, дисперсионный анализ и др.). [c.80]

Обработка результатов применения автоматизированной базы данных методами факторного и регрессионного анализов позволила оценить влияние основных факторов на коррозионные процессы в трубопроводах. Матрица наблюдений, с помощью которой построены модели прогноза образования дефектов, состояла из одиннадцати параметров и включала характеристики дефектов и труб, а также режимов работы трубопроводов. Особенность прогнозирования заключается в подготовке [c.106]

Настоящий стандарт распространяется на нормативно-техническую документацию, регламентирующую методику вьшолнения прямых измерений с многократными независимыми наблюдениями, и устанавливает основные положения методов обработки результатов наблюдений и оценивания погрешностей результатов измерений. [c.274]

При обработке результатов различных физико-химических наблюдений, в том числе и результатов анализа, нередко допускают ошибку в отношении числа знача щих цифр. Число, которым выражают результат количественного анализа, должен характеризовать не только содержание данного компонента, но и воспроизводимость ана шза Для характеристики воспроизводимости, с которой определена данная величина, необходимо писать определенное число значащих цифр в полученном результате (и в числовых данных вообще) пишут столько значащих цифр, чтобы только последняя ци фра была сомнительной, а предпоследняя — достоверной. [c.481]

Поскольку традиционные методики и аппаратура продолжают использоваться в практике многих лабораторий, им уделено некоторое внимание, так как, по наблюдениям автора, далеко не всегда применяется рациональная обработка результатов измерений, что может приводить к ошибочным выводам. [c.4]

Сигналы, полученные от датчика, необходимо преобразовать для последующего накопления их в соответствующих устройствах и переработки в необходимую информацию. Накопление данных в простейшем случае осуществляют визуально или путем записи показаний измерительных приборов, например показывающего прибора. При этом возможны ошибки, особенно при быстром поступлении сигналов, вследствие неправильного считывания и списывания результатов. Значительно эффективнее регистрация преобразованных сигналов ведется самописцем или печатающим устройством. Результаты измерения накапливаются на перфокартах, перфолентах или магнитных лентах и пластинах, а также путем фотографирования. При обработке результатов измерений при помощи вычислительных машин необходимо преобразование электрических величин, например токов, пропорциональных концентрациям, в параметры двоичной или десятичной системы. Этот процесс происходит в аналогово-цифровых преобразователях (разд. А.2). Для предотвращения искажения аналоговых величин из-за влияния помех преобразование сигналов датчика следует осуществлять непосредственно вслед за получением сигналов, поскольку цифровые величины по своей сущности не могут быть искажены. Для наблюдения за ходом процесса сигналы датчика должны быть преобразованы в преобразователях различных типов с целью передачи их в приборы управления или регулирования. Для установления границ преобразования проводят стандартизацию входных и выходных параметров преобразователя. В процессе накопления данных независимо от того, идет ли речь о простой записи или записи с применением приборов, преобразовании, запоминании или накоплении сигналов, непосредственного получения информации не происходит. [c.434]

Статистическая обработка результатов наблюдений при измерениях [c.25]

Порядок расположения факторов х , х ,. . х, в выражении (11,208) не безразличен для точности обработки результатов наблюдений чем большее влияние на у оказывает параметр а у, тем меньше должен быть порядковый номер индекса . Вид функции выбирается с помош ью графических построений. Вначале по точкам выборки системы величины у, х , х ,. . х строится поле корреляции и эмпирическая линия регрессии у—х . Таким образом определяется тип зависимости [c.189]

Изучаемый производственный, процесс разбивается на отдельные фазы , состоящие из нескольких повторных циклов . В каждом цикле реализуется несколько опытов для одного и того же набора уровней независимых переменных (рис. И-41). Эти опыты образуют полный факторный эксперимент или дробную реплику от него. После окончания каждой фазы производят обработку результатов наблюдений и принимают решение относительно условий, в которых будет протекать производственный процесс в последующей фазе. [c.214]

Оценка характеристик двухмерной совокупности случайных величин хну. Обработка результатов наблюдений осуществляется по следующей схеме [c.472]

Обычно оказывается практически невозможным разделить случайные и систематические ошибки. Однако, если предположить, что систематические ошибки отсутствуют, то случайные ошибки будут проявляться в разбросе экспериментальных точек. Они могут быть обнаружены при построении Т — х-, р — х- или X — у- диаграмм. Исправление случайных ошибок требует привлечения представлений теории вероятности и не является вопросом термодинамики. Уменьшить роль случайных ошибок можно графически или с помош ью метода наименьших квадратов, или же любого другого метода статистической обработки результатов наблюдений. Здесь же мы остановимся только на одном простом методе, предназначенном для исправления ошибок в данных о равновесии жидкость—пар. [c.123]

Для той части тройных систем, которые изучены экспериментально, проверка на термодинамическую согласованность не является особо актуальной — обычно в той же серии экспериментов изучают и бинарные системы, составляющие тройную, их проверить значительно проще, а если данные для бинарных систем точны, то мало оснований предполагать ошибки в данных для тройной системы (те же реактивы, обычно та же методика постановки опыта). Отмеченные выше обстоятельства относятся к систематическим ошибкам в экспериментальных данных. Случайные ошибки, разброс данных обнаруживают и устраняют обычными приемами обработки результатов наблюдений. [c.149]

С той или иной степень полноты эти разделы представлены и в предлагаемом сборнике. В него включены наряду с оригинальными сообщениями также работы обзорного и методологического характера. Основное внимание уделено обратныл задачам, и это закономерно, так как проблема установления модели изучаемого объекта (вещество, физико-химическая система, процесс) и определения численных значений констант, характеризующих эту модель, принадлежит к числу центральных проблем физической химии. Характерная особенность большинства представленных работ, посвященных этой проблеме, состоит в творческом примененпи пх авторами теории обработки результатов наблюдений. [c.4]

Рекомендуемые,значения термических сопротивлений -загрязнений 1 и Я2 связаны с каждой из теплообменива ещйжея фед п позволяют более широко и< использовать в различных сочетаниях для идентичных условий течения теплоносителей и температуры стенок каналов аппарата. В табл. 9.2—9.6 приведены данные по термическим сопротивлениям загрязнений, вносимых различным теплоносителями, в теплообменной аппаратуре промышленного на- значения. Эти данные позволяют ориентировочно оценить значения 1 и / 2 при расчете Кафф- Однако никогда не следует упускать возможности определения этих значений в результате обследова- ния работы промышленных аппаратов-аналогов на действующих установках. Поэтому представляет интерес рассмотреть методику обработки результатов наблюдений за работой промышленных аппаратов, позволяющую оценить характер изменения коэффициента теплопередачи в аппарате в зависимости от времени его эксплуатации. . [c.351]

ГОСТ 8.027—76 ГСИ. Прямые измерения с миогократиими наблюдениями. Методы обработки результатов наблюдений. Основные положения. [c.147]

Регрессионная модель является методом статистической обработки наблюдений, в результате которой оказывается возможным составить уравнение регрессии и полз чить юэличественную оценку влияния факторных признаков на результативный признак. [c.33]

В плане комплексных исследований был предусмотрен ряд наблюдений за работой добываюш их скважин. Предполагались более частые и тш,ательные измерения дебитов скважин, обводненности добываемой жидкости по контрольным скважинам и динамических уровней. Обработка результатов измерений показала следующее. По значительной части фонда скважин обнаруживается существенное снижение обводненности добываемой жидкости. В табл. 4.22 приведены результаты определений обводненности продукции 15 контрольных скважин I опытного участка до и после закачки раствора композиции на основе НПАВ. Как видно из данных (см. табл. 4.22), до закачки композиции все скважины давали нефть с водой. Обводненность продукции некоторых скважин достигала 55%. После закачки раствора композиции [c.188]

Выше было сказано, что для работы с комхаютером нужно дать ответ на два вопроса что такое молекула и что значит ее исследовать Оказалось, что ответ на первый вопрос не определен, но, как ни странно, это не мешает вполне точно ответить на второй Ответ будет следующим исследовать молекулу — это значит построить на количественном уровне совокупность ее моделей разного уровня иерархии Полнота исследований характеризуется степенью сложности и информативности моделей, параметры которых и подлежат определению в результате подходящих экспериментов и последующей обработке результатов измерений Вот на таком языке уже можно объясняться даже с компьютером, и он все поймет Итак, со строгой, математической (логической) точки зрения, единственно понятной компьютеру, исследовать молекулу — это значит найти числовые значения параметров, характеризующих ту или иную модель Но ведь вообще не существует методов непосредственного измерения, например, длин связей или зарядов на атомах молекулы Можно измерить спектры молекул, наблюдать дифракционную картину при рассеянии электронов на молекулах итд Другими словами, всю информацию о числовых значениях параметров молекулярных моделей приходится получать на основании не прямых (как измерение длины стола линейкой, например), а косвенных наблюдений Это, в свою очередь, возможно только тогда, когда установлена физическая связь между моделью и ее проявлением (отображением) на множестве тех величин, которые уже поддаются непосредственному измерению Если обратиться к спектральному анализу молекул, то это означает, что должна быть установлена связь между, например, значением упругости валентного угла и положением частот полос поглощения в инфракрасном спектре [c.92]

Кулонометр имеет контрольно-измерительные приборы электролизного тока, количества электричества и выходного напряжения потенциостата. Регистрация количества электричества и тока ячейки во времени производятся двумя а1втопотенциомет-рами с шириной бумажной ленты 272 мм. Это представляет большое удобство для наблюдения за ходом электролиза и для обработки результатов, особенно п.ри работе с малыми количествами вещества. Для проведения точных измерений количества тока интегратор имеет специальный выход для подключения прецизионного одновольтового потенциометра. [c.228]