Прогнозирование экстраполяцией

Долговечность полимерных материалов, зависящая от их природы и физико-химических свойств среды, определяется сорбцией и диффузией среды, тепловыми флуктуациями и гетерогенными химическими реакциями. Наложение термофлуктуациопиых, адсорбционных и химических процессов и разница в скоростях нх протекания приводят к экспериментально наблюдаемому перегибу линий долговечности в агрессивных средах ио сравнению с испытаниями иа воздухе. Это обстоятельство требует осторожного отношения к ирименению различных эксиресс-методов и экстраполяции результатов, полученных ири таких форсированных испытаниях, особенно при высоких значениях напряжений, для прогнозирования длительной работоспособности материала, т. е. при небольших значениях механических напряжений. Как показывает анализ многочисленных экспериментальных исследовапий, полная и достоверная оценка практической пригодности и работоспособности напряженных конструкционных пластмасс в агрессивных средах может быть произведена при уровнях механических напряжений в диапазоне 20— 60 % от разрушающих. В этом диапазоне разрушение происходит за время, в течение которого наблюдают практическое насыщение материала жидкой средой и совместный эффект воздействия механического и химического факторов на кинетику разрушения. Экстраполяция этого участка общей кривой долговечности в область низких напряжений для прогнозирования длительного срока эксплуатации материала может привести к занижению времени и, следовательно, к повышению ресурса эксплуатации и надежности конструкции. Совместное решение двух экспоненциальных уравнений, описывающих долговечность в агрессивной среде и на воздухе, дает возможность определить напряжение, выше которого агрессивная среда не оказывает влияния иа характер разрушения материала. [c.43]

При решении теоретических задач научных исследований в ходе выполнения научно-исследовательской работы (НИР) использовались методы системного анализа, математического моделирования аппарат логических, имитационных моделей, нечетких множеств, теории вероятностей и математической статистики, прогнозирования (экстраполяции, интерполяции, теории принятия решений. [c.33]

Прогнозирование экстраполяций имеет свои характерные черты и приемы. К ним относят предварительную обработку числовой информации, включающую сглаживание эмпирических данных, устранение случайных колебаний и выявление тренда [c.111]

Принят следующий порядок прогнозирования экстраполяцией [c.111]

Комбинированный метод прогнозирования использовался в работе [20] при исследовании стабильности коммерческой полимерной пленки, применяемой в качестве изоляционного покрытия магистральных газопроводов. Эмпирические методы прогнозирования (экстраполяция температурной зависимости периода индукции окисления на рабочую температуру 60 °С) дали срок службы пленки - у—7,5 лет. После эксплуатации покрытия в течение 9 месяцев ( ) при 60 °С было измерено время оставшейся жизни этой пленки (t ) при 120, 180 и 200 °С, а также периоды индукции 2 при этих условиях. Затем по соотношению ( 111.24) был рассчитан уточненный период индукции в условиях эксплуатации. Было найдено, что в действительности 0,9 0,1 года, т. е. почти в 8 раз меньше значения 1 =7,5 лет, найденного эмпирическим методом. Этот пример показывает, насколько велика бывает ошибка эмпирических методов. [c.345]

В таких случаях следует проводить анализ явлений на основе вероятностно-статистических представлений, как в различных разделах физики и биологии. Сравнительно простые статистические методы, однако, не дают эффективных результатов из-за слишком большого количества переменных и, главным образом, неточности имеющихся данных. Как ясно из вышеизложенного, корреляционные методы, базирующиеся на гипотезе Гаммета—Тафта, обладают очень ограниченной способностью к экстраполяции их прогнозов за пределы узкого круга катализаторов, соединений и реакций. Можно ожидать, что современные более мощные методы статистического анализа, базирующиеся на математической теории распознавания, окажутся более эффективными. Аналогичные математические методы прогнозирования успешно применяются в медицине, геологии и метеорологии. [c.164]

Практический опыт и результаты применения НС для моделирования динамических характеристик ХТП (например, динамики дистилляционной колонны четкого разделения [39]) показали, что применение НС удобно в тех случаях, когда необходимо работать с неточными данными или имеется шум в измерениях, и главным образом тогда, когда необходимо осуществлять экстраполяцию и прогнозирование динамики. Что касается структуры НС, обучаемых методом обратного распространения, то в задачах анализа динамики ХТП нерационально использование НС с большим числом скрытых слоев. Число узлов и слоев не имеет в общем большого влияния на точность результатов, но существенно влияет на время, необходимое для обучения НС. Самыми удобными для решения задач моделирования динамики ХТП являются НС с одним скрытым слоем. Так как с увеличением числа узлов время обучения повышается значительно, рекомендуется использовать сначала НС с меньшим числом узлов (не более 3—6) и только, если необходимо повысить точность результатов, следует использовать НС более сложной структуры. [c.256]

Результаты долговременных испытаний эластомеров в различных условиях обычно моделируют с помощью набора ускоренных тестов и экстраполяции их результатов [38, 39]. Методы испьггания на ускоренное термическое старение как в ненапряженном, так и в напряженном состоянии широко используются в отечественной и мировой практике для сравнительной оценки устойчивости резин к воздействию повышенных температур, а также для прогнозирования изменения физико-механических свойств резин в процессе хранения и эксплуатации изделий. [c.420]

Прогнозирование моментов отказов технических устройств, используемых в АСЗ, — необходимое условие правильного профилактического обслуживания АСЗ. Прогнозирование моментов отказов технических устройств можно рассматривать как элемент их сокращенных испытаний. При сокращенных испытаниях уменьшение сроков получения необходимого объема информации достигается за счет применения методов экстраполяции. При этом не происходит интенсификации процессов, вызывающих отказы или повреждения технических устройств, но зато профилактическое обслуживание АСЗ приобретает техническое обоснование. [c.122]

Конструированию машин должно предшествовать прогнозирование. Наиболее распространенными методами прогнозирования являются следующие метод экстраполяции, основанный на использовании накопленного опыта и преимущественно применяемый при краткосрочном прогнозировании метод экспертных оценок, заключающийся в использовании мнения группы специа-листов-экспертов этот метод носит субъективный характер, поэтому его используют при отсутствии достаточно систематизированной информации или при зависимости научно-технического раз- [c.6]

В настоящее время для прогнозирования развития науки, химии в частности, наибольшее распространение получили метод экспертных оценок , основанный на интуиции крупных ученых, и метод наукометрии, базирующийся на экстраполяции кривы.ч роста научной информации. Что касается наукометрического метода, то он представляет будущее не как что-то принципиально новое, а как настоящее, достигшее в процессе развития гораздо больших размеров. Поэтому он не в состоянии привести к выводам об интенсивных, или революционных, изменениях в развитии химических знаний, не в состоянии предсказать научные открытия, способные стать диалектическим отрицанием существующих принципов. В от- [c.28]

Здесь также не следует закрывать глаза на недооценку роли истории и логики развития химии. Во всяком случае, и текущее и долгосрочное планирование научно-исследовательских, конструкторских и опытных работ в области химии и химического производства осуществляется преимущественно, если не всецело, на основе данных о сырьевых и энергетических источниках, о достигнутых результатах в развитии науки и производства, о потребностях— словом, на основе собственно естественно-научной и технической информации и интуитивно выводимой из нее экстраполяции на ближайшее будущее. В этом утверждении нет ни малейшего намека на недооценку существующих методов прогнозирования и планирования научно-технических работ. Напротив, необходимо подчеркнуть эффективность этих методов в подготовке долгосрочных целевых комплексных программ по всем важнейшим направлениям научно-технического прогресса, которые составляются и контролируются соответствующими научными советами при АН СССР и Государственном комитете СССР по науке и технике. В этом утверждении содержится лишь напоминание о возможностях привлечения к решению сложнейших вопросов определения стратегии развития химии еще и историко-логических средств. [c.279]

Для обработки фактических промысловых данных и экстраполяции полученных результатов, как правило, используют различные статистические методы прогнозирования показателей разработки нефтяных залежей и конечного коэффициента нефтеотдачи. С помощью различных эмпирических зависимостей (характеристик вытеснения) представляется возможным находить расчетную добычу нефти и добычу нефти как текущую, так и накопленную на любой момент времени. [c.199]

Научно-техническое прогнозирование изменения качества нефтепродуктов представляет собой оценку возможных направлений и результатов изменения качества топлив и масел, а также необходимых организационно-технических мероприятий для возможно полного предотвращения этого изменения. В настоящее время известно более 150 различных методов и приемов прогнозирования. Прогноз может быть краткосрочным (до 3—5 лет), среднесрочным (до 10 лет) и долгосрочным (15—20 лет и более). Прогнозы с большей дальностью (30—40 лёт) применительно к нефтепродуктам при хранении в обычных условиях, вероятнее всего, будут носить гипотетический характер. Для прогнозирования изменения качества нефтепродуктов целесообразно применять методы экстраполяции, моделирования, экспертных оценок и морфологического расчленения. Их классификация приведена на рис. 33. Наибольшее практическое значение имеют, однако, методы экстраполяции, моделирования и экспертных оценок. Рассмотрим кратко эти методы. [c.153]

Исходной посылкой для динамического прогнозирования путем экстраполяции является динамический ряд, отражающий зависимость прогнозируемого показателя качества П от времени [c.156]

Показатель П можно выразить в логарифмическом виде. Если коэффициенты а определены или известны и установлен момент времени т ,, то подстановка в (198), времени Тд т позволяет экстраполировать П из прошедшего времени (т е т, ) в будущее (т Тт). Таким образом, тенденция изменения параметра качества переносится из прошлого в будущее. Точность прогноза увеличивается с уменьшением разности т — и увеличением т . Прогнозирование изменения качества на основе динамической экстраполяции состоит из следующих операций [c.156]

Однако, выбор модели по коэффициенту корреляции, как показывает практика, может давать существенную ошибку при дальнейшем прогнозировании. Предлагается, для исключения грубых ошибок при прогнозировании, проводить предварительную оценку извлекаемых запасов нефти, вовлеченных в разработку, экстраполяцией базового варианта по выбранной методике. [c.164]

Прогнозирование кривых ползучести может проводиться на основе экстраполяции пределов ползучести с применением 430 [c.430]

Прогнозирование деформативности клеевых соединений может проводиться по кривым ползучести под постоянной нагрузкой путем их ограниченной экстраполяции. [c.124]

Мы наблюдаем, что разные организмы обладают неодинаковой устойчивостью (резистентностью) к одному и тому же токсиканту. Это хорошо известный факт, и мы должны постоянно егО учитывать при выборе тест-объектов для оценки токсичности водной среды, при экстраполяции результатов лабораторных опытов-на процессы, происходящие в водоеме, при прогнозировании возможных изменений в биоценозах. [c.18]

Результаты ускоренных испытаний могут быть использованы для прогнозирования реальных коррозионных процессов только в том случае, если есть адаптированные модели последних. Следует избегать методов прямой экстраполяции по коэффициентам жесткости. [c.23]

При этом могут использоваться различные методы прогнозирования мозговой атаки, Дельфы , экстраполяция по огибающей кривой и многие другие. Вопросы прогнозирования как в экономических, так и в технических системах широко освещены в литературе [2—5]. Классификация этих методов приведена в работе [5]. [c.70]

Кроме того, результаты испытания на ползучесть представляют в виде графиков 8 — Ig г или Ig 8 — Ig i, причем во многих случаях при сжатии или растяжении в тех или других координатах получается прямолинейная зависимость, что удобно для экстраполяции и прогнозирования. [c.443]

В промышленности химических реактивов и особо чистых веществ ведется работа по перспективному планированию и долгосрочному прогнозированию. При разработке основных методических положений долгосрочного прогнозирования и планирования необходимо учитывать ее специфические черты и особое место в химической промышленности СССР. В настоящее время из-за сложности информационного обеспечения в качестве основного метода прогнозирования развития промышленности химических реактивов и особо чистых веществ используется метод экспертных оценок. В то же время для составления частных прогнозов по узким группам, видам продукции или направлениям ее применения используются нормативно-целевой метод, метод технико-экономических расчетов и дескриптивный (инерционный), основанный на изучении тенденций развития и их экстраполяции с учетом ограничений. В дальнейшем для организации комплексных научных исследований, подготовки прогнозов развития экономики, создания проектов новой техники можно использовать программно-целевой метод планирования. Он дает возможность объединить в общей системе решение задач (или достижение целей), имеющих конечный характер (глобальных задач), с частными задачами, не дающими непосредственно общего решения. Программно-целевое планирование представляется удобным и в принципе достаточно современным методическим приемом исследования большой системы в целом и отдельных ее блоков (целей). [c.165]

Если первая часть проблемы является задачей интерполяции, то вторая ее часть по существу есть задача экстраполяции, так как требует выхода за пределы исследуемого интервала времени О i ire. Правомерность экстраполяции основывается на том очевидном предположении, что закономерности действовавшие внутри указанного промежутка времени и вызвавшие образование коррозионных каверн, будут иметь место и вне этого участка (г > t ). Если это основное условие соблюдается, то предсказание (прогнозирование) опасности коррозии будет представлять собой операцию определения последующих значений функции по некоторой совокупности данных, зависящих от ее предыдущих значений. [c.18]

Все задачи прогнозирования в общем случае согласуются с этапами проектирования, изготовления и эксплуатации они взаимосвязаны и их решение требует разработки специальных методов. Пока лишь разработаны методологические основы прогнозирования поведения системы, в то же время еще недостаточно разработаны инженерные методические приемы. Насчитывается большое количество методов прогнозирования. По своей сути все эти методы можно объединить в три группы экспертные оценки, экстраполяция и моделирование. [c.118]

Прогнозирование методом экстраполяции базируется на переносе событий и состояний, имевших место в недалеком прошлом, на будущее. Задача экстраполяции ставится следующим образом. Пусть контролируемый параметр (параметр, по которому производится прогноз) у ) в области 0—1п принимает значения У (к), уЦ ), > У tn), которые каким то способом измерены (рис. 5.4). Необходимо по известным значениям у контролируемой функции в прошлом на участке О—предсказать значения величин У (4+1)- У (4+г). где tn+i > tn Сформулированный таким образом принцип прогнозирования называется аналитическим. В тех случаях, когда по известным значениям у (/д) и у (/,) необходимо определить вероятность того, что функция у (/ ) при не выйдет за допустимые пределы, т. е. Р у 1п+ ) — [c.124]

Рассмотренные в общем виде методы экстраполяции имеют существенные недостатки, заключающиеся в том, что для прогнозирования необходимо иметь достаточно большое количество опытных данных о поведении технической системы в прошлом. А этим, как раз, и не располагает прогнозист для вновь создаваемой машины. [c.124]

Экстраполяция заключается в определении значений функции в точках, находящихся вне интервала, содержащего известные значения этой функции. Прогнозирование на основе экстраполяции основано на переносе фактического изменения качества за прошедший период на будущее, и оно тем точнее, чем больше прошедший период и чем меньше непредусмотренные окачки изменения качества под влиянием случайных факторов. Методом экстраполяций можно достаточно достоверно прогнозировать изменение качества нефтепродуктов на 5—7 лет. В большинстве случаев этого бывает достаточно для практических целей. [c.156]

Новые разделы техники, как правило, имеют достаточно представительные ретроспективные патентные фонды, но не имеют или почти не имеют ретроспективных статистических данных об опыте использования. Поэтому применение метода экстраполяции оправдано при краткосрочном прогнозировании. [c.124]

Рассмотренный метод экстраполяции можно распространить и на прогнозирование показателей надежности привода. Показатели надежности, определенные во время испытаний могут аппроксимироваться одним из статистических законов, например двухпараметрическим законом Вейбулла [c.128]

Экстраполяция функции (5.37) обеспечивает ориентировочный прогноз на заданное время прогнозирования ta Оценку точности прогнозирования осуществляем по зависимости [c.128]

Прогнозирование значений показателей путем экстраполяции и математического моделирования [c.46]

Экстраполяции и прогнозирование стойкости и износа инструмента по результатам краткосрочных испытаний. Математическое планирование экспериментов и др- [c.46]

При наличии достаточного промыслового материала показатели вытеснения нефти водными растворами ПАВ могут быть рассчитаны и методами технологического прогнозирования, в частности методом экстраполяции, когда фактический материал представляется в координатах накопленная добыча нефти (Рнак)н — логарифм накопленной добычи воды [c.88]

Под прогнозированием понимают процесс разработки научно обоснованных суждений о возможных состояниях обьекга в будущем. Будущее состояние параметра, характеризующего процесс или объект,рассматривают как результат предшествующих состояний. Детально эти вопросы обсуждены в литературе Остановимся на рассмотрении статистических методов, основанных на построении и анализе динамических рядов характеристик объекта прогнозирования. К ним относятся методы прогнозной экстраполяции, корреляционный и регрессионный анализ. [c.76]

Экстраполяция при использовании математическо модели, необходимая для прогнозирования параметро РТМ, требует определенной осторожности. Полином I порядка описывает поверхность в факторном прострач стве, ограниченном областью, очерченной уровням] варьирования факторов. Выход за пределы этой облао ти выше, чем на 20—30%, может обусловить значитель ные ошибки в определении выходного параметра — ско рости заполнения матрицы и требует экспериментально] проверки. 1 [c.90]

В случае формирования какой-либо характеристики под влиянием нескольких механизмов, протекающих во времени с различной интенсивностью, логарифм ее значения зависит нелинейно от 1 1. Прогнозирование таких процессов с использованием координаты lg I возможно лишь в области, где сохранился один из процессов. Примером может служить рис. 12.2.1, . После полного перехода разрушения к межзе-ренному возможна экстраполяция второго участка до более значительных 1. [c.438]

Все эти методы применяются для соединений, не испытывающих при эксплуатации нагрузок, что на практике встречается редко. Для прогнозирования прочности соединений, работающих под нагрузкой, следует использовать зависимости, вытекающие из кинетической теории прочности, о чем говорилось вьше. Соблюдение указанных зависимостей позволяет экстраполировать временные кривые прочности на один-два порядка. Например, при экспериментах продолжительностью 10 —10 с допустима экстраполяция до 10 —10 с, т. е. на один-два порядка, чего, как правило, достаточно для практических целей. По мере набора экспериментальных данных должна быть создана возможность определения длительной прочности клеевых соединений путем экстраполяции ее кратковремендой прочности на заданные сроки с учетом продолжительности глащинных испытаний, подобно тому, как это предложено для древесины [155]. [c.123]

Опытные инженеры-практики считают возможным оперировать масштабными коэффициентами разной величины в зависимости от характера процесса и типа оборудования. Это обычный прагматический прием, при котором исходят из того, что различные модели допускают различнзпю степень экстраполяции. Иногда еще бытует неверное представление, будто отработка процесса на миниатюрном заводе позволит выявить все неполадки, которые могут возникнуть в дальнейшем на промышленном производстве. Характер неполадок не всегда остается неизменным при переходе к другому масштабу. Искусство масштабирования состоит в умении предвидеть, что именно должно измениться вследствие изменения масштаба, и разработать способ прогнозирования характера и направления перемен. Важным вспомогательным средством такого прогнозирования является принцип подобия, который далеко не всегда понимают достаточно правильно. [c.270]

ФСА этого соотношения связан с определением граничного эффекта и рассмотрением прироста.переменной части себестоимости продукции как граничных (предельных) затрат. Прогнозирование коэффициента обеспеченности широко применяют при планировании предельно допустимых издержек производства. Несмотря на преимушественпо релятивистский подход, такой ФСА широко используют для минимизации планово-норматив-ных затрат с помощью экстраполяции. [c.174]

Справочник химика 21

Химия и химическая технология