Автор работы: Пользователь скрыл имя, 22 Февраля 2011 в 18:30, курсовая работа
1.Законы распределения случайных величин
2.Обработка информации о надежности буровых машин
Введение
В таблице 1 представлено распределение наработок до отказа бура.
Таблица 1 Частота наработки турбобура до отказа
ti | Частота ni | ti | Частота ni | ti | Частота ni | ti | Частота ni | ti | Частота ni | ti | Частота ni |
1 | 1 | 24 | 1 | 47 | 1 | 70 | 2 | 93 | 2 | 116 | 0 |
2 | 3 | 25 | 6 | 48 | 1 | 71 | 1 | 94 | 2 | 117 | 0 |
3 | 1 | 26 | 2 | 49 | 2 | 72 | 1 | 95 | 1 | 118 | 0 |
4 | 1 | 27 | 1 | 50 | 5 | 73 | 4 | 96 | 0 | 119 | 0 |
5 | 0 | 28 | 3 | 51 | 0 | 74 | 2 | 97 | 3 | 120 | 0 |
6 | 2 | 29 | 1 | 52 | 2 | 75 | 1 | 98 | 2 | 121 | 0 |
7 | 2 | 30 | 1 | 53 | 1 | 76 | 3 | 99 | 1 | 122 | 0 |
8 | 0 | 31 | 2 | 54 | 3 | 77 | 1 | 100 | 0 | 123 | 0 |
9 | 2 | 32 | 0 | 55 | 0 | 78 | 1 | 101 | 0 | 124 | 0 |
10 | 1 | 33 | 1 | 56 | 1 | 79 | 1 | 102 | 1 | 125 | 0 |
11 | 3 | 34 | 4 | 57 | 5 | 80 | 2 | 103 | 1 | 126 | 0 |
12 | 1 | 35 | 1 | 58 | 4 | 81 | 0 | 104 | 1 | 127 | 0 |
13 | 2 | 36 | 3 | 59 | 3 | 82 | 3 | 105 | 0 | 128 | 0 |
14 | 3 | 37 | 1 | 60 | 1 | 83 | 2 | 106 | 0 | 129 | 0 |
15 | 2 | 38 | 0 | 61 | 0 | 84 | 2 | 107 | 0 | 130 | 0 |
16 | 0 | 39 | 4 | 62 | 2 | 85 | 1 | 108 | 0 | 131 | 0 |
17 | 2 | 40 | 1 | 63 | 4 | 86 | 0 | 109 | 1 | 132 | 0 |
18 | 2 | 41 | 1 | 64 | 2 | 87 | 1 | 110 | 1 | 133 | 1 |
19 | 3 | 42 | 2 | 65 | 2 | 88 | 3 | 111 | 0 | 134 | 0 |
20 | 1 | 43 | 0 | 66 | 2 | 89 | 1 | 112 | 0 | 135 | 0 |
21 | 2 | 44 | 10 | 67 | 2 | 90 | 1 | 113 | 0 | 136 | 1 |
22 | 1 | 45 | 1 | 68 | 0 | 91 | 2 | 114 | 0 | ||
23 | 0 | 46 | 1 | 69 | 1 | 92 | 3 | 115 | 1 |
ti –наработка турбобура до отказа
ni-частота
∑ni=183
Построение вариационного ряда
Строим путем ранжирования
Вариационный
ряд: 1,2,2,2,3,4,6,6,7,7,9,9,10,11,
Для облегчения расчетов при числе информации n > 25 статистический материал обычно представляется в виде статистического ряда.
Число
интервалов ряда принимается равным
Рекомендуется принимать от 6 до 20 интервалов. Интервалы ряда принимает равными, но допускается объединять интервалы и принимать их равной величины, если количество наблюдений в интервале меньше пяти. Примем k=14
Величину
одного интервала определяем по выражению:
где - наибольшее значение случайной величины;
- наименьшее значение случайной величины;
- ширина интервала.
Принимаем
При
составлении статистического
ni - количество значений случайной величины в в i – ом интервале (частость)
- частость в i – ом интервале
- накопленная частость ;
- эмпирическая плотность вероятности , где - ширина интервала.
По данным таблицы (1) был построен статистический интервальный ряд – таблица 2.
Таблица 2 Статистический интервальный ряд
№ | Интервал, ч | ∆t | Середина | n*i | p*i |
1 | 0-10 | 10 | 5 | 16 | 0,0804 |
2 | 10-20 | 10 | 15 | 26 | 0,1307 |
3 | 20-30 | 10 | 25 | 24 | 0,1206 |
4 | 30-40 | 10 | 35 | 23 | 0,1156 |
5 | 40-50 | 10 | 45 | 23 | 0,1156 |
6 | 50-60 | 10 | 55 | 29 | 0,1457 |
7 | 60-70 | 10 | 65 | 12 | 0,0603 |
8 | 70-80 | 10 | 75 | 22 | 0,1106 |
9 | 80-90 | 10 | 85 | 5 | 0,0251 |
10 | 90-100 | 10 | 95 | 10 | 0,0503 |
11 | 100-110 | 10 | 105 | 4 | 0,0201 |
12 | 110-120 | 10 | 115 | 2 | 0,0101 |
13 | 120-130 | 10 | 125 | 2 | 0,0101 |
14 | 130-140 | 10 | 135 | 1 | 0,0050 |
Так как частота в интервалах 11-14 меньше пяти, то объединяем их в один интервал:
n11=8 [100-140]
Итоговый
интервальный ряд представлен в
таблице 3.
Таблица 3 Итоговый статистический интервальный ряд
№ | Интервал, ч | ∆t | Середина | n*i | p*i |
1 | 0-10 | 10 | 5 | 16 | 0,0804 |
2 | 10-20 | 10 | 15 | 26 | 0,1307 |
3 | 20-30 | 10 | 25 | 24 | 0,1206 |
4 | 30-40 | 10 | 35 | 23 | 0,1156 |
5 | 40-50 | 10 | 45 | 23 | 0,1156 |
6 | 50-60 | 10 | 55 | 29 | 0,1457 |
7 | 60-70 | 10 | 65 | 12 | 0,0603 |
8 | 70-80 | 10 | 75 | 22 | 0,1106 |
9 | 80-90 | 10 | 85 | 5 | 0,0251 |
10 | 90-100 | 10 | 95 | 10 | 0,0503 |
11 | 100-140 | 40 | 120 | 9 | 0,0452 |
Функция
распределения случайной
Распределение случайных величин, изучаемых в теории надёжности характеризуют с помощью математического ожидания, дисперсии, среднеквадратического отклонения и коэффициентов вариации.
Математическим
ожиданием случайной величины называется
сумма произведений всех возможных
значений случайной величины
на вероятность этих величин
[ 2 ]
На практике для оценки математического ожидания используют среднее, арифметическое значение случайной величины.
Если
п<25; , то среднее значение определяет
по формуле
где п - количество; информации;
ti - значение i - гo показателя надежности.
Для
статистического ряда
где k - количество интервалов в статистическом раду;
- значение середины i -го интервала;
- опытная вероятность i -го интервала.
Важным
параметром распределения является
дисперсия. Дисперсия характеризует разбросанность
значений случайной величины около ее
математического ожидания. Дисперсия
имеет размерность квадрата случайной
величины, потому часто, пользуются среднеквадратическим
отклонением случайной
где - среднее квадратическое отклонение;
- дисперсия случайной величины.
Среднее квадратическое отклонение определяют по уравнению (при n<25)
Если
используется статистический ряд , то
среднее квадратическое отклонение равно
Используя
данные таблицы 2 определим математическое
ожидание и дисперсию для этого
построим таблицу 4.
Таблица 4 Вспомогательные данные для расчета статистических показателей
интервал | ||||
1 | 0,340314 | -40,1571 | 1612,59 | 109,75744 |
2 | 2,041885 | -30,1571 | 909,4488 | 123,79931 |
3 | 4,581152 | -20,1571 | 406,3074 | 74,454234 |
4 | 4,947644 | -10,1571 | 103,166 | 14,58368 |
5 | 6,125654 | -0,15707 | 0,02467 | 0,0033583 |
6 | 4,319372 | 9,842932 | 96,88331 | 7,6086368 |
7 | 3,403141 | 19,84293 | 393,7419 | 20,614762 |
8 | 3,926702 | 29,84293 | 890,6006 | 46,628303 |
9 | 4,005236 | 39,84293 | 1587,459 | 74,801744 |
10 | 3,481675 | 49,84293 | 2484,318 | 91,048299 |
11 | 2,748691 | 59,84293 | 3581,177 | 93,748076 |
Сумма | 45,15707 | - | - | 924,0591 |
Определим
математическое ожидание и среднее
квадратическое отклонение
Статистическая информация может содержать резко выделяющиеся значения, которые оказывают существенное влияние на оценку показателей надёжности, поэтому все резко выделяющиеся значения случайной величины должны быть проанализированы и исключены из рассмотрения, если они является следствием грубых ошибок при наблюдении. Однако известны случаи, когда необоснованно отбрасываются результаты наблюдений, которые якобы нарушает вид исследуемого процесса, что может привести к неверным выводам, особенно при малой выборке. В связи с этим при исключении из рассмотрения отдельных результатов нужно тщательно проанализировать условия проведения наблюдений, физическую картину процесса. Большой разброс значений может быть и следствием резко меняющихся условий эксплуатации, некачественной технологией изготовления изделия. Приближенно оценку информации на выпадающие точки проверят по правилу . Если значения случайной величины не выходят за пределы , все точки информации считает действительными.