1 Ćwiczenie laboratoryjne L2 Temat: Analiza czasów pracy
Transkrypt
1 Ćwiczenie laboratoryjne L2 Temat: Analiza czasów pracy
Ćwiczenie laboratoryjne L2 Temat: Analiza czasów pracy obiektów, empiryczne przebiegi funkcyjne i wskaźniki niezawodności Zakres ćwiczenia i analiz: 1. Ćwiczenie jest realizowane zgodnie z procedurami zamieszczonymi w instrukcji. Obliczenia oraz przebiegi są realizowane za pomocą programu EXCEL, CARE BQR lub MATLAB. 2. Wprowadzenie danych o czasach uszkodzeń elementów. Założyć w tym celu w ramach programu EXCEL plik o nazwie składającej się do 8 znaków (pierwsze 4 litery nazwisk studentów podgrupy laboratoryjnej). Wprowadzić dane z udostępnionej podczas ćwiczeń tablicy, zgodnie z NPL (Numer Podgrupy Laboratoryjnej). NPL i zestaw danych (Ai lub Bi, i=NPL) należy uzgodnić z prowadzącym ćwiczenia laboratoryjne. Niezbędne wzory i parametry zostały zamieszczone w załączniku do ćwiczenia laboratoryjnego L2. 3. Korzystając z programu obliczyć i wydrukować podstawowe wskaźniki charakteryzujące właściwości statystyczne wprowadzonych danych. Wykorzystać w tym celu procedury obliczania wskaźników w EXCEL-u, „wklej funkcję” kategoria funkcji „statystyczne”. Oblicz wartość: • • • • • • • • • średnią wariancję odchylenie standardowe skośność skośność standaryzowaną kurtozę trzeci moment centralny czwarty moment centralny kwartale dla współczynników 1, 2, 3, 4. 4. Korzystając w dalszej analizie z danych empirycznych, sporządzić przebiegi funkcji niezawodności R(t), intensywności uszkodzeń λ(t) oraz gęstości funkcji rozkładu zmiennej losowej f(t). Przyjmując horyzonty czasowe w ten sposób, aby uzyskać przynajmniej osiem przedziałów czasowych z zestawu podanych danych empirycznych. 1 5. Opracować interpretację wyników w domu oraz sprawdzić „ręczne” prawdziwość uzyskanych wyników. (Co najmniej trzech). Załącznik do ćwiczenia nr 1 Momenty empiryczne i niektóre wskaźniki w programie EXCEL Jeżeli wynikiem pomiarów (obserwacji) jest szereg rozdzielczy: x1 , x2 ,..., xn , to momenty empiryczne można określić następująco m1 = 1 n ∑ xi n i =1 1 n ( xi − m1 ) 2 ∑ n i =1 1 n m3 = ∑ ( xi − m1 ) 3 n i =1 1 n m4 = ∑ ( xi − m1 ) 4 n i =1 m2 = średnia wariancja trzeci moment centralny czwarty moment centralny Odchylenie standardowe (dyspersję) wyznacza się wówczas jako: σ = m2 . n K2 = m2 n −1 n2 K3 = m3 ( n − 1)( n − 2 ) n2 K4 = [(n + 1)m4 − 3(n − 1)m22 ] (n − 1)(n − 2)(n − 3) m1 K2 K2 K2 n K3 ( K2 ) 3 2 Średnia Wariancja Odchylenie standardowe Błąd standardowy Skośność n K3 6 ( K2 ) 3 2 K4 ( K2 ) 2 Kurtoza n K4 24 ( K2 ) 2 Kurtoza standaryzowana Skośność standaryzowana 2 Parametry empiryczne pomiarów (obserwacji) dzieli się często na dwie kategorie: charakterystyki związane z miarą położenia (np. średnia) i z miarą rozproszenia (np. dyspersja). Trzeci i czwarty moment centralny nie mają większego znaczenia praktycznego. Skośność (skewness) jest wielkością niemianowaną, wyrażającą niecentralność pomiarów (obserwacji). Jeśli pomiary rozłożone są symetrycznie względem wartości średniej, to skośność wynosi zero. Przy asymetrii prawostronnej (więcej obserwacji z prawej strony wartości średniej) wielkość ta przyjmuje wartość dodatnią, a przy asymetrii lewostronnej wartość ujemną. Kurtoza jest również wielkością niemianowaną, określającą „garbatość” wyników pomiarów (obserwacji). Krzywej Gaussa odpowiada wartość kurtozy równa zero. Kurtoza histogramów "wysmukłych" (kształt ze znacznym wzrostem i opadaniem) jest dodatnia, natomiast histogramów "spłaszczonych" (łagodny wzrost i opadanie) jest ujemna. W przypadku wielomodalności (występuje więcej niż jedna wartość modalna, to jest lokalnych maksimów funkcji gęstości) wielkość ta traci sens. Wartość modalna, kwantyl i mediana Ważną grupę parametrów rozkładu stanowią tzw. parametry pozycyjne. Wartością modalną Mo(X) zmiennej losowej ciągłej X jest jej wartość x, dla której funkcja gęstości f(x) osiąga swe maksimum, tzn. f ' ( x ) x = Mo ( X ) = 0 przy f ' ' ( x ) x = Mo ( X ) < 0 . Wartość modalną będziemy oznaczać przez x M . Parametr ten charakteryzuje centrum skupienia wartości zmiennej losowej X. W przypadku zmiennej losowej dyskretnej wartość modalna jest to taka jej wartość x M = xi , dla której: P ( X = xi −1 ) < P( X = xi ) > P( X = xi +1 ) , czyli P ( X = xi ) jest większe niż prawdopodobieństwa dla wartości zmiennej losowej z nią sąsiadującymi X = xi −1 i X = xi +1 . Zmienna losowa może mieć jedną lub więcej wartości modalnych, albo też może nie mieć ich wcale. Rozkład o jednej wartości modalnej nazywa się rozkładem jednomodalnym. Ważną grupę parametrów rozkładu zmiennej losowej stanowią kwantyle. Kwantylem rzędu α zmiennej losowej X nazywamy taką wartość xα , dla której są spełnione warunki P ( X ≤ xα ) ≥ α , P ( X ≥ xα ) ≥ 1 − α dla ustalonego α z przedziału (0,1). Dla ciągłej zmiennej losowej X warunki te prowadzą do równości F ( xα ) = α Kwantyl rzędu α=0.5 jest nazywany medianą danej zmiennej losowej. 3 Prawdopodobieństwo poprawnej pracy obiektu do uszkodzenia (funkcja niezawodności) dla ustalonej chwili t: R (t ) = n(t ) n − m(t ) m(t ) = =1− n n n gdzie: n – liczba badanych obiektów zdatnych w chwili t = 0 n(t) – liczba obiektów zdatnych w chwili t m(t) – liczba obiektów niezdatnych w chwili t Intensywność uszkodzeń czyli funkcja ryzyka λ (t ) = ∆m(t , ∆t ) (n − m(t )) ⋅ ∆t gdzie: m(t) – liczba obiektów uszkodzonych do chwili t ∆m(t, ∆t) – liczba obiektów uszkodzonych od chwili t w przedziale ∆t Funkcja gęstości rozkładu zmiennej losowej t f (t ) = n(t ) − n(t + ∆t ) ∆m(t , ∆t ) = n ⋅ ∆t n ⋅ ∆t 4