Материал: 2501

Внимание! Если размещение файла нарушает Ваши авторские права, то обязательно сообщите нам

Германии существует сильная статистическая взаимосвязь. Коэффициент корреляции в этом случае равен 0,89, а это означает, что 79,0 % транзит через территорию республики определяется выбранными факторными признаками [1].

При регрессионном анализе установлен вид зависимости, с помощью

которой можно прогнозировать процент изменения количества транзитных

С

 

) и

поездок через территорию республики (Птр) от ВВП России (х1

Германии (х2):

Птр = - 460,56 – 0,36х1 + 6,08х2

(4)

Если подстав ть в формулу 4, средние темпы роста внутреннего

валовогопериодапродукта за ретроспективный период в России – 104,8 % и в

Германии – 100,9 %, то получим Птр = 115,2 %. Таким образом, первом

году перспект вного следует ожидать прироста транзитных

поездок транспортных средств через территорию республики на более чем

1.ИзложеннаябАв настоящей статье методика оценки динамики спроса на грузовые перевозки на перспективу основывается на корреляционном и

регрессионном анализе динамических рядов, характеризующих изменения различных показателей развития экономикиДи транспортной системы. На изменение объемов перевозки грузов в Республике Беларусь и показателей внешнеэкономической деятельности влияют не только динамика внутреннего валового продукта, полученного в республике, но и

динамика изменения данного показателя в сопредельных государствах. Объективной основой для такого вывода являетсяИтесное переплетение мирохозяйственных связей между экономиками различных государств.

2.Предложенные методы рекомендуется использовать для более объективной оценки достигнутых показателей работы различных видов транспорта. В целях повышения достоверности регрессионных зависимостей необходимо осуществлять постоянный мониторинг изменения факторных показателей и на этой основе вносить соответствующие корректировки в имеющиеся математические модели.

Библиографический список

1. Официальный сайт Национального статистического комитета Республики Беларусь. [Электронный ресурс] – Режим доступа: www.belstat. gov.by –. Дата доступа : 14.09.2017.

271

2. Бараз, В.Р. Корреляционно-регрессионный анализ связи показателей коммерческой деятельности с использованием программы Excel: учебное пособие / Екатеринбург: ГОУ ВПО «УГТУ – УПИ», 2005. – 102 с.

3. Чижонок В.Д. Теоретические основы и практические приложения логистики / В. Д. Чижонок. – М : Новое знание, 2015. – 320 с.

4.

Логистика: интеграция и оптимизация логистических бизнес–процессов в

целях поставок / В.В. Дыбская [и др.]. – Москва: Эксмо, 2014. – 939 с.

5.

Волгин, В. В. Логистика приемки и отгрузки товаров: практическое пособие /

В. В. Волгин. – Москва: Дашков и Кº, 2009. – 457 с.

6.

Герас мов, Б.И. Основы логистики / Б.И. Герасимов, В.В. Жариков, В.Д.

Жариков. - М.: ИНФРА-М, 2010. – 304 с.

7.

Голубч к, А.М. Транспортно-экспедиторский бизнес: создание, становление,

 

/ А.М. Голубч к. – Москва: ТрансЛит, 2011. – 317 с.

8.

Иванов, Д.А. Управление цепями поставок / Д.А. Иванов. – Санкт-Петербург:

С

Издательство Пол техн ческого университета, 2010. – 659 с.

9.

Интегр рованные логистические системы доставки ресурсов: (теория,

методолог я, орган зац я) / И.А. Еловой, И.А. Лебедева. – Минск: Право и

экономика, 2011. – 460 с.

управление

 

бА

УДК 629.3

ВЛИЯНИЕ ПОГРЕШНОСТЕЙ ИЗМЕРЕНИЙ НА ПАРАМЕТРЫ КОЛИЧЕСТВЕННЫХ СТРУКТУР

В.А. Щеглов, канд. техн. наук, доц., профессор кафедры АТиСА,

БГАРФ ФГБОУ ВО Д«КГТУ», г. Калининград

V.A. Shcheglov, Ph.D., associate Prof., Рrofessor of road transport and service vehicles, «BFFSA» FSEI HPE «Kaliningrad State Technical University», Kaliningrad

Аннотация. Проведена оценка влияние погрешностейИизмерений на параметры количественных структур и сформулированы требования к приборному обеспечению. Для получения устойчивого решения необходимо провести экспериментальные замеры не менее чем на 20 режимах.

Abstract. Evaluated the impact of measurement errors on the parameters of the quantitative structures and the requirements to the instrument requirements. To obtain a stable solution, it is necessary to conduct the pilot measurement is not less than 20 modes.

Ключевые слова: погрешности, количественные структуры, входные параметры, выходные параметры, системы.

Keywords: error quantity structure, input parameters, output parameters, systems.

272

Введение. Качество средств и результатов измерений принято характеризовать указанием их погрешностей. Но так как характер проявления и причин возникновения погрешностей как средств, так и результатов измерений весьма разнообразны, то в практике установилось

деление погрешностей на разновидности. СПогрешности могут быть разбиты на несколько групп [1]:

1. Погрешности измерения физических величин приборами.

2.Технолог ческ е погрешности, возникающие в процессе производства деталей ТА, а также связанные с нестабильностью протекающПрих процессов.

3. Погрешности, связанные с постановкой математической задачи (погрешность задачи ли метода).

решен задачи комплектования элементов ТА с использованием количественных структур весомость указанных погрешностей различна.

Разработка метод ки оценки погрешности измерений. Основные

способы установлен я

пределов допускаемых

погрешностей и

обозначен я классов точности измерения

установлены ГОСТ 8.401-80

(классы точности средств измерений). Погрешности измерения

формируются инструментальными и методическими погрешностями.

Основная предельная погрешность измерений δи входных и выходных

параметров рассчитана по формуле:

 

 

 

δи = δh + δn+ δmt ,

(1)

 

 

Д

где δh , δn , δt , δm - погрешности измерений соответственно хода рейки

ТНВД, частотыбАвращения вала ТНВД, времени замера навески и цикловой

подачи топлива (навески топлива).

 

 

 

Основная предельная погрешность измерений входных и выходных

параметров δи = 2,5 + 0,3 + 0,5+0,3 =3,6; δи = 3,6 %.

 

Технологические

погрешности

И

δтп

минимизируются

множественностью реализаций и составляют 3 %.

 

Погрешность округления согласно данным работы [2] и при строгом

выполнении рекомендаций по округлению чисел, не превышает 0,1 %.

Оценка погрешностей, возникающих в результате флуктуации

теплофизических свойств топлива может быть оценена следующим

образом.

 

 

 

 

Физико-химические показатели топлив определяются динамической

вязкостью η, равной произведению кинематической вязкости и плотности

топлива,

η = νγ.

 

(2)

 

 

Известно, что плотность жидкости γ изменяется нелинейно от температуры и для одного вида топлива при изменении температуры t в

273

пределах 10 - 50º С (рабочий предел изменения температуры топлива при работе ТА) плотность уменьшается не более, чем на 7 % [3].

Также указывается, что расход жидкости при турбулентном движении, которое, несомненно, имеет место в насосе и в форсунке,

практически не зависит от вязкости. При ламинарном движении, подчиняющемся закону Пуазейля [2] на объем протекающей жидкости непосредственно влияет динамическая вязкость.

Снесущественно. При проведении экспериментов температура топлива в баке установки поддерживалась за счет расположения установки в отапливаемом помещен в пределах 20 – 22º С, что позволяет сделать вывод с учетом рекомендаций ра оты [1] об уровне погрешности на

Таким образом, при существенном изменении кинематической вязкости в зав с мости от температуры плотность его изменяется

которыйПридает погрешность не олее ±0,5 % при применении электронных весов соответствующей точности, в то время как второй способ зависит от многих факторов (температура, плотность топлива и др.) и на разных стендах в зависимости от конструкции мерительного оборудования дает погрешность ±(0,5 - 3) %.

порядок н же, т.е. до 0,7 %.

ПогрешностьбАзадачи или метода δм. Начальная погрешность при принятой в работе методике построения количественных структур формируется за счет ограничений по аппроксимации экспериментальных данных полиномами второй степени. Это ограничение вызвано

оценке точности весового и объемного способов измерения количества топл ва указывается на предпочтение весового способа,

необходимостью

ограничений

 

по

громоздкости

получаемых

зависимостей. Кроме того, полином второй степени еще способен

показать несистематические ошибки. Оценка точности аппроксимации

выполнена по коэффициенту корреляции

R2, который во всем поле

 

 

Д

режимов работы ТА не превышает 2 %.

 

 

С учетом потребностей эксперимента и методики его проведения

решена обратная задача определения суммарной погрешности при

установленной из условий решения общей задачи предельной

погрешности δu

функции u = f(x1,

x2, x3,… ., xn). Критерием успешного

 

 

 

 

И

проведения эксперимента и обработки его результатов является зависимость δΣ = δм < δu.

Решение обратной задачи выполнено по принципу равных влияний. Согласно этому принципу предполагается, что все частные дифференциалы одинаково влияют на образование общей абсолютной погрешности δu функции общего вида Di = f(h, n ):

274

 

df

.x

(i = 1, 2, …, n) .

(3)

 

 

 

 

i

 

 

dxi

 

 

В нашем случае в качестве таких функций принимаем

количественные структуры комплектов ТА.

 

Величина предельной абсолютной погрешности δu может быть задана

исходя из анализа работ [4] в которых в которых указывается на слабую

С

 

 

 

 

 

 

 

связь изменения функциональных и структурных параметров ТА в

пределах 0 - 5 % с выходными энергетическими и экономическими

показателями рабочего процесса дизеля. Принимаем относительную

предельно допуст мую погрешность δu

= 6 - 12 %. Конкретные значения

чувствительности

 

 

 

 

 

 

для каждой кол чественной характеристики выбраны по максимальному

отклонен ю экспер ментальных точек от прямой. Таким образом, δu

определяет односторонний

 

доверительный

интервал

и

степень

 

каждого эталона.

 

 

 

 

 

На основан :

 

 

 

 

 

 

 

 

δu = Σ |du/dxi | δxi .

 

 

 

(4)

Полагая, что все слагаемые равны между собой, будем иметь:

 

Отсюда:

|du/dx1 |δx1 = |du/dx2|δx2 =…= |du/dxn |δxn = δu/n.

(5)

δxi = δu / (n |du/dxi|)

(i = 2).

 

 

(6)

 

 

 

Расчет допустимой погрешности измерения входных параметров (n,

h) позволил

получить значения предельной

погрешности

измерения:

h=1,0 %, n=2,2 %. Таким

о разом,

сформулированы

требования к

приборному обеспечению.

 

Д

 

Оценка

бАвлияния погрешностей измерения

информативных

параметров на устойчивость решений нормальной системы уравнений. В общем случае на устойчивость вычислительного процесса оказывают влияние погрешности измерений и вычислений.

Вычислительная погрешность (погрешностьИот округлений) зависит в основном от выбранного алгоритма решения задачи. Погрешность исходных данных (неустранимая погрешность) имеет более сложную природу. Она зависит от содержания задачи и характеризуется так называемой ее обусловленностью. Принято считать вычислительную задачу плохо обусловленной, если результат вычислений значительно меняется при малом изменении исходных данных. Поэтому важно исследовать влияние малого изменения самих операторов на их свойства.

Положим, что взаимосвязи между информативными параметрами заданы в виде суммы произвольных линейно зависимых операторов. На основе исходных данных из пространства, принятого за эталон, для определения неизвестных х1, х2, х3, …, хn образуем систему условных линейных однородных уравнений:

275