Комплексный подход к оценке погрешностей в задаче численного анализа данных натурного эксперимента

• Автор: Заико, Наталья Александровна
• Шифр специальности: 05.13.18
• Научная степень: Кандидатская
• Год защиты: 2008
• Место защиты: Уфа
• Количество страниц: 130 с. : ил.

ОГЛАВЛЕНИЕ
ВВЕДЕНИЕ
ГЛАВА 1. АНАЛИЗ СУЩЕСТВУЮЩИХ МОДЕЛЕЙ ИДЕНТИФИКАЦИИ ХАРАКТЕРИСТИК СЛУЧАЙНЫХ ПРОЦЕССОВ

1.1. Методы исследования экспериментальных результатов

1.2. Недостатки существующих методов статистического анализа данных

1.3. Комплексный подход к оценке погрешностей статистических измерений

1.4. Постановка цели и задач исследования

Выводы по главе

ГЛАВА 2. МАТЕМАТИЧЕСКАЯ МОДЕЛЬ ПРОЦЕССА ОБРАБОТКИ И ОЦЕНКИ ХАРАКТЕРИСТИК СЛУЧАЙНОГО СИГНАЛА НА БАЗЕ КОМПЛЕКСНОГО ПОДХОДА К ОЦЕНКЕ ПОГРЕШНОСТЕЙ

2.1. Концептуальная постановка задачи моделирования

2.2. Построение математической модели процесса обработки эмпирических данных
2.3. Алгоритмы вычисления вероятностных характеристик эмпирических данных, использующие дискретную модель погрешностей
Выводы по главе
ГЛАВА 3. ИССЛЕДОВАНИЕ РАЗРАБОТАННЫХ МОДЕЛЕЙ И МЕТОДОВ ОЦЕНКИ ПОГРЕШНОСТЕЙ ИЗМЕРЕНИЙ И РЕЗУЛЬТАТОВ ИХ ОБРАБОТКИ
3.1. Моделирование входного сигнала
3.2. Алгоритмы оценки погрешностей и уточнения данных с помощью идентификации и экстраполяции результатов численных экспериментов
3.3. Оценка погрешностей результатов обработки данных
3.4. Анализ эффективности разработанных моделей и методов
на примерах Винеровского и Марковского случайных процессов..87 Выводы по главе
ГЛАВА 4. ПРОГРАММНАЯ РЕАЛИЗАЦИЯ КОМПЛЕКСНОГО ПОДХОДА К ОБРАБОТКЕ РЕЗУЛЬТАТОВ ИЗМЕРЕНИЙ И ВНЕДРЕНИЕ ПОЛУЧЕННЫХ РЕЗУЛЬТАТОВ
4.1. Основные принципы построения СИ
4.2. Организация функционирования, структура и реализация программного обеспечения
4.3. Внедрение полученных результатов
Выводы по главе
ОСНОВНЫЕ РЕЗУЛЬТАТЫ И ВЫВОДЫ
СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ
ПРИЛОЖЕНИЯ

ВВЕДЕНИЕ
Актуальность и перспективность работы. Точность является основной характеристикой средств измерений (СИ) как устройств для получения и обработки информации. Появившись в 70-х годах, СИ уже в начале 90-х годов осуществляли более 50% измерений в стране и за рубежом. Во многих областях науки и техники, таких, например, как ядсрная физика, аэрокосмические испытания и спасательные работы в чрезвычайных ситуациях, они просто незаменимы [87].
Повышение точности СИ позволяет увеличить достоверность получаемой с ее помощью информации и повысить эффективность применения СИ. Поэтому, актуальной является задача получения научно обоснованных оценок точности и достоверности результатов измерений с помощью СИ. По Закону России «Об обеспечении единства измерений» от 1995 г. без такой оценки результаты измерений не могут быть использованы в производственных целях и научных исследованиях. Учет этих требований позволит существенно сократить экономические потери из-за неточности измерений.
Так, например, повышение точности СИ в 1,5 раза при испытании ракетных двигателей позволяет уменьшить количество испытаний более, чем в 7 раз. Стоимость каждого испытания примерно равна 100 тыс. долл. США [63].
Недооценка погрешности СИ приводит к обесцениванию результатов испытаний и необходимости их повторения. Так, для стендовых испытаний ракетных двигателей при 1%-й инструментальной погрешности расходомера жидкого кислорода количество некондиционных испытаний приблизительно равно 50%. При уменьшении погрешности в 2 раза количество некондиционных испытаний уменьшилось в 10 раз. В настоящее время примерно в 20% случаев точность СИ при летных испытаниях ниже

Глава 2. Математическая модель процесса обработки и оценки характеристик случайного сигнала на базе комплексного подхода к оценке погрешностей
2.1. Концептуальная постановка задачи моделирования
2.1.1. Обследование объекта моделирования
Информационные процессы, протекающие в комплексе измерений и обработки их результатов, отражены в схеме на рис. 2.1. В рамках данной схемы исследуемый процесс представляет собой совокупность измеряемых величин, воспринимается с помощью датчиков и передается по каналам связи. Электрический сигнал поступает в измерительный канал, преобразуется здесь в дискретный результат измерения и поступает в систему обработки, где с помощью алгоритмов обработки информации, а также правил их выбора и оценки погрешностей рассчитываются характеристики процесса с оценкой их погрешностей, что в конечном итоге и поступает к потребителю информации.
Как показано на рис. 2.2 [45], сигнал, несущий информацию о характере измерительной задачи, об объектах и условиях измерений, требуемой точности измерений, предъявляемых требованиях и наложенных ограничениях, после преобразований в удобную для обработки цифровую форму: дискретизации во времени, квантования по уровню, запоминания и передачи в измерительном канале поступает в систему обработки измерительной информации.
Здесь, на основе имеющихся базы данных результатов измерений и алгоритмов обработки информации, а также правил их выбора и оценки погрешностей при использовании комплекса программ, аппаратного обеспечения и интерфейса осуществляется идентификация ситуации и выбор оптимального алгоритма обработки измерительной информации, что иллюстрирует рис. 2.3.