ных при решении уравнения, и соответствующих опытных данных с использованием зависимости (остаточная дисперсия)
Sy2 |
/чост |
1 (yi |
y)2 |
, |
|
|
|
|
|
^ |
|
|
|
n 2 |
|
|
|
^
где y — опытные значения.
При выборе вида зависимости (линейная, нелинейная) прежде всего надо исходить из физической сущности описываемых явлений. Если она неизвестна, то надо выбрать какую-либо из известных математических зависимостей, ориентируясь на расположение опытных данных в координатных осях (на графике).
Вслучае нелинейной зависимости, опять-таки путем подстановки (подбора) новых величин, надо попытаться преобразовать ее к линейной. Чаще всего с этой целью одна или обе из исходных величин представляется в виде логарифмов; иногда используется степенная зависимость. Такое преобразование позволяет сохранить схему расчетов в прежнем виде.
Вцелях облегчения таких расчетов по аппроксимации и проведения их с помощью ЭВМ рекомендуются для использования электронные таблицы Excel (регрессия, динамика процесса).
3.2. Аппроксимация опытных данных
3.2.1. Линейная зависимость
В этом случае наблюдаемые данные аппроксимируются уравнением вида: y=ax+b.
Сначала должно быть проверено соответствие их нормальному распределению, как это указано в разд. 2.
Задача 3.1. Определить линейную функцию эксплуатационных свойств по опытным данным, приведенным в табл. 3.
3.2.2. Полулогарифмическая зависимость
При нелинейном характере зависимости целесообразно сначала опробовать полулогарифмическую аппроксимацию в виде: y=a lg x +b.
В ходе расчетов опытные данные в виде пары yi и хi преобразуется к новой паре yi, zi=lg xi и далее задача решается аналогично
16
предыдущей, поскольку искомая зависимость имеет вид: y a z b . Если же исходные данные преобразуются в пару zi=lg yi xi , то
зависимость будетz a x b .
Заметим, что в качестве исходных данных при этом используются данные без преобразований.
Задача 3.2. Определить полулогарифмическую функцию эксплуатационных свойств по опытным данным, приведены в табл. 4; оценить рассеяние вокруг линии регрессии (дисперсию) непреобразованной величины, сравнив полученные по ходу расчета данные с соответствующими опытными данными.
Таблица 3 Исходные данные для аппроксимации линейной
Вариант по шифру студента
№ |
0 |
|
1 |
2 |
3 |
|
4 |
|||
набл. |
|
|
|
|
|
|
|
|
|
|
|
x |
y |
x |
y |
x |
y |
x |
y |
x |
y |
1 |
505 |
245 |
329 |
135 |
293 |
130 |
2,602 |
5,976 |
0,01 |
127,6 |
2 |
655 |
294 |
333 |
130 |
311 |
136 |
2,623 |
5,732 |
0,48 |
124,0 |
3 |
819 |
422 |
342 |
135 |
329 |
135 |
2,653 |
5,981 |
0,71 |
110,8 |
4 |
792 |
428 |
352 |
142 |
333 |
130 |
2,672 |
5,654 |
0,95 |
103,9 |
5 |
994 |
554 |
367 |
150 |
342 |
135 |
2,699 |
5,117 |
1,19 |
101,5 |
8 |
1073 |
569 |
393 |
150 |
352 |
142 |
2,716 |
4,857 |
1,01 |
100,1 |
7 |
699 |
422 |
456 |
165 |
367 |
150 |
2,740 |
5,176 |
0,98 |
102,0 |
8 |
953 |
458 |
490 |
192 |
393 |
150 |
2,756 |
4,806 |
1,44 |
92,3 |
9 |
1069 |
608 |
529 |
171 |
450 |
165 |
2,778 |
4,431 |
1,71 |
93,1 |
10 |
890 |
441 |
566 |
206 |
490 |
192 |
2,792 |
4,724 |
1,96 |
83,7 |
11 |
1010 |
539 |
581 |
170 |
529 |
171 |
2,813 |
4,114 |
1,91 |
88,0 |
12 |
873 |
413 |
599 |
182 |
556 |
209 |
2,845 |
4,398 |
1,94 |
81,4 |
13 |
|
|
623 |
190 |
581 |
170 |
2,875 |
4,146 |
1,96 |
80,2 |
14 |
|
|
628 |
213 |
599 |
182 |
2,903 |
3,845 |
|
|
15 |
|
|
|
|
623 |
190 |
2,929 |
3,875 |
|
|
17
Окончание табл. 3
Вариант по шифру студента
№ |
|
5 |
|
6 |
7 |
|
8 |
9 |
|||
набл. |
|
|
|
|
|
|
|
|
|
|
|
|
x |
y |
x |
|
y |
x |
y |
x |
y |
x |
y |
|
|
|
|
|
|
|
|
|
|
|
|
1 |
40 |
5,974 |
207 |
|
1,000 |
5,976 |
400 |
1,301 |
3,303 |
2,857 |
0,178 |
2 |
42 |
5,732 |
191,2 |
1,477 |
5,732 |
420 |
1,699 |
3,318 |
2,914 |
0,182 |
|
3 |
45 |
5,981 |
159,5 |
2,000 |
5,681 |
450 |
2,000 |
3,312 |
2,924 |
0,186 |
|
4 |
47 |
5,654 |
150,7 |
2,477 |
5,684 |
470 |
2,176 |
3,301 |
2,935 |
0,191 |
|
5 |
50 |
5,117 |
125,2 |
3,000 |
5,117 |
500 |
2,243 |
3,279 |
2,946 |
0,196 |
|
6 |
52 |
4,846 |
106,5 |
3,477 |
4,875 |
520 |
2,301 |
3,267 |
2,954 |
0,202 |
|
7 |
55 |
5,176 |
87,7 |
|
4,000 |
5,176 |
550 |
2,398 |
3,255 |
2,964 |
0,207 |
8 |
57 |
4,781 |
73,5 |
|
4,477 |
4,806 |
570 |
2,477 |
3,243 |
2,973 |
0,231 |
9 |
60 |
4,431 |
69,1 |
|
5,000 |
4,831 |
600 |
2,514 |
3,230 |
2,982 |
0,220 |
10 |
62 |
4,702 |
62,2 |
|
5,301 |
4,724 |
620 |
2,602 |
3,204 |
2,991 |
0,228 |
11 |
65 |
4,112 |
50,1 |
|
6,000 |
4,214 |
650 |
2,653 |
3,176 |
3000 |
0,236 |
12 |
70 |
4,098 |
43,3 |
|
6,500 |
4,198 |
700 |
2,699 |
3,146 |
3,009 |
0,246 |
13 |
75 |
4,046 |
37,6 |
|
7,000 |
4,166 |
750 |
|
|
3,017 |
0,258 |
14 |
80 |
3,845 |
|
|
|
3,845 |
800 |
|
|
|
|
15 |
85 |
3,848 |
|
|
|
3,815 |
850 |
|
|
|
|
Примечание. Приведенные данные соответственно характеризуют: 0, 2 — предел усталости в зависимости от предела прочности (МПа) стали и алюминиевого сплава, соответственно; 1 — предел усталости в зависимости от предела прочности (МПа) 14 марок стали; 3 — логарифм от числа циклов нагружения в зависимости от логарифмов разрушающих напряжений в стали (МПа); 4 — коррозионные потери хромоникелевого сплава (мг/дм2, день) в морской воде в зависимости от процентного содержания железа; 5 — логарифм от числа циклов до разрушения сплава в зависимости от нагрузки (МПа); 6 — логарифмы долговечности нержавеющей стали в зависимости от нагрузки (МПа); 7 — разрушающие напряжение стали (МПа) в зависимости от логарифмов числа циклов нагружения; 8 — логарифмы кратковременной прочности мартенситно стареющей стали (МПа) в зависимости от логарифмов температуры нагрева (°С); 9 — степень диссоциации специального карбида в стали в зависимости от логарифмов температуры нагрева (°С).
18
3.2.3. Логарифмическая зависимость
Эта часть работы выполняется аналогично предыдущей, но с одновременным преобразованием исходной пары величин и получением уравнения вида: lg y = a lg x + b.
В качестве исходных берутся те же данные, которые использовались при полулогарифмической аппроксимации.
Задача 3.3. Определить логарифмическую функцию эксплуатационных свойств по опытным данным, приведенным в табл. 4; оценить рассеяние вокруг линии регрессии опытных данных сравнением их с расчетными, подобно тому, как это делалось в предыдущей задаче; полученные результаты по рассеянию вокруг линии регрессии сравнить с соответствующими результатами полулогарифмической аппроксимации.
Таблица 4 Исходные данные для аппроксимации нелинейной
зависимости
№ |
0 |
|
1 |
|
2 |
|
3 |
|
4 |
|
набл |
|
|
|
|
|
|
|
|
|
|
|
x |
y |
x |
y |
x |
y |
x |
y |
x |
y |
1 |
800 |
0,178 |
10 |
207 |
400 |
946 |
10 |
2100 |
400 |
950 |
2 |
820 |
0,182 |
30 |
191,2 |
420 |
540 |
50 |
2080 |
420 |
600 |
3 |
840 |
0,186 |
100 |
169,5 |
450 |
957 |
100 |
2050 |
450 |
550 |
4 |
860 |
0,191 |
300 |
150,7 |
470 |
451 |
150 |
2000 |
470 |
450 |
5 |
880 |
0,196 |
1000 |
125,7 |
500 |
131 |
175 |
1900 |
500 |
130 |
6 |
900 |
0,202 |
3000 |
106,5 |
520 |
72 |
200 |
1850 |
520 |
78 |
7 |
920 |
0,207 |
10000 |
67,7 |
550 |
68 |
250 |
1800 |
550 |
95 |
8 |
940 |
0,213 |
30000 |
73,5 |
570 |
64 |
300 |
1750 |
570 |
64 |
9 |
960 |
0,228 |
100 000 |
69,7 |
600 |
27 |
400 |
1600 |
600 |
27 |
10 |
980 |
0,228 |
200 000 |
62,2 |
620 |
23 |
450 |
1500 |
620 |
33 |
11 |
1000 |
0,236 |
|
|
650 |
13 |
500 |
1400 |
650 |
13 |
12 |
|
|
|
|
700 |
25 |
|
|
700 |
15 |
13 |
|
|
|
|
750 |
14 |
|
|
750 |
14 |
14 |
|
|
|
|
800 |
7 |
|
|
800 |
7 |
19
Окончание табл. 4
№ |
5 |
|
6 |
7 |
8 |
|
9 |
|
||||
набл |
|
|
|
|
|
|
|
|
|
|
|
|
|
x |
у |
x |
у |
x |
у |
x |
|
у |
x |
|
у |
|
|
|
|
|
|
|
|
|
|
|
||
1 |
40 |
545 |
20 |
2100 |
93 |
880 |
100 |
81 |
100 |
11,6 |
||
2 |
42 |
490 |
50 |
2080 |
148 |
840 |
150 |
80 |
200 |
11,4 |
||
3 |
45 |
450 |
100 |
2050 |
204 |
780 |
200 |
78 |
300 |
10,7 |
||
4 |
47 |
350 |
150 |
2000 |
260 |
720 |
250 |
76 |
400 |
|
10 |
|
5 |
50 |
140 |
175 |
1900 |
316 |
660 |
300 |
75 |
430 |
|
9,4 |
|
6 |
52 |
140 |
200 |
1850 |
343 |
630 |
350 |
'72 |
490 |
|
8,8 |
|
7 |
55 |
120 |
250 |
1800 |
371 |
580 |
400 |
69 |
580 |
|
7,0 |
|
8 |
57 |
65 |
300 |
1750 |
399 |
560 |
450 |
64 |
600 |
|
7,6 |
|
9 |
60 |
25 |
350 |
1700 |
427 |
510 |
500 |
57 |
650 |
|
5,7 |
|
10 |
62 |
30 |
400 |
1600 |
454 |
460 |
550 |
54 |
700 |
|
4,3 |
|
11 |
65 |
15 |
450 |
1500 |
482 |
420 |
600 |
45 |
800 |
|
3,1 |
|
12 |
70 |
15 |
500 |
1400 |
510 |
360 |
650 |
39 |
870 |
|
2,0 |
|
13 |
75 |
15 |
|
|
538 |
280 |
700 |
28 |
|
|
|
|
14 |
|
|
|
|
|
|
800 |
12 |
|
|
|
|
15 |
|
|
|
|
|
|
900 |
|
6 |
|
|
|
Примечание. Приведенные данные соответственно вариантам характеризуют: 0 — степень диссоциации специального карбида в стали в зависимости от температуры (°С); 1 — длительную прочность стали (МПа) в зависимости от времени нагружения (час); 2, 4, 5 — долговечность (число циклов уменьшено в 1000 раз) в зависимости от напряжения (МПа) для сталей (2 и 4) и алюминиевого сплава (5) соответственно; 3, 6 — кратковременная прочность мартенситностареющих сталей (МПа) в зависимости от температуры (°С); 7 — кратковременная прочность титанового сплава (МПа) в зависимости от температуры (°С); 8 — отношение предела текучести к стоимости нержавеющей стали (условные величины); 9 — удельная прочность нержавеющей стали (км) в зависимости от температуры (°С).
Задача 3.4. Определить степенную функцию эксплуатационных свойств по опытным данным, приведенным в табл. 4. Полученные результаты по рассеянию вокруг линии регрессии сравнить с результатами предыдущих задач применительно к вариантам подразд. 3.2.2 и 3.2.3.
20