Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "sample distinction" wg kryterium: Temat


Wyświetlanie 1-1 z 1
Tytuł:
Udoskonalona metoda dopasowywania krzywych do danych niezawodnościowych uwzględniająca różnice między próbkami
Improved reliability data curve fitting method by considering samples distinction
Autorzy:
Sun, R.
Peng, W. W.
Huang, H. Z.
Ling, D. L.
Yang, J.
Powiązania:
https://bibliotekanauki.pl/articles/301283.pdf
Data publikacji:
2012
Wydawca:
Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
Tematy:
dopasowywanie krzywych
różnice między próbkami
ważenie danych
proces iteratywny
curve fitting
sample distinction
weigh assignment
iterative process
Opis:
W praktyce inżynieryjnej stykamy się z problemem wykorzystania zgromadzonych danych do oceny maszyn lub sprzętu. Dopasowywanie krzywych to metoda powszechnie używana do rozwiązywania tego typu problemów. W procedurze tej szeroko stosuje się metodę najmniejszych kwadratów. Jeżeli dane wejściowe dopasowywane krzywą można pogrupować tak by tworzyły oddzielne próbki, a różnice między próbkami w sposób oczywisty odzwierciedlają pewną właściwość dotyczącą gromadzenia danych, której nie można pominąć, to konwencjonalna metoda dopasowywania krzywych nie pozwala na analizę takich danych wejściowych. Aby przezwyciężyć to ograniczenie, przedstawiamy udoskonaloną metodę dopasowywania krzywych. Poprzez analizę danych wejściowych, możemy określić związek pomiędzy położeniem próbki a czynnikiem ważonym w dopasowaniu krzywej oraz wykorzystać czynniki ważone przy dopasowywaniu krzywej. Aby osiągnąć jak najdokładniejsze przybliżenie do krzywej rzeczywistej wprowadziliśmy procedurę iteratywną modyfikującą czynniki ważone. Zastosowanie zaproponowanej metody zilustrowano na przykładzie danych z badań niezawodnościowych.
In engineering practice, we face a problem of using some collected data to evaluate a kind of machine or equipment. Curve fitting is a common method to solve this problem. Least square method is wildly applied in this procedure. If the source data of curve fitting can be grouped in samples and the distinction of samples obviously express some character in source data collecting which cannot be ignored. Conventional curve fitting method cannot handle these source data. To deal with this disadvantage, we introduce an improved curve fitting method. Through source data analysis, we can find out the relationship between sample location and weight factor in curve fitting, and use these weight factors for curve fitting. To approach the true curve, we introduce an iterative procedure to modify the weight factors. An engineering example is given to illustrate this proposed method.
Źródło:
Eksploatacja i Niezawodność; 2012, 14, 1; 62-71
1507-2711
Pojawia się w:
Eksploatacja i Niezawodność
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-1 z 1

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies