авторефераты диссертаций БЕСПЛАТНАЯ РОССИЙСКАЯ БИБЛИОТЕКА - WWW.DISLIB.RU

АВТОРЕФЕРАТЫ, ДИССЕРТАЦИИ, МОНОГРАФИИ, НАУЧНЫЕ СТАТЬИ, КНИГИ

 
<< ГЛАВНАЯ
АГРОИНЖЕНЕРИЯ
АСТРОНОМИЯ
БЕЗОПАСНОСТЬ
БИОЛОГИЯ
ЗЕМЛЯ
ИНФОРМАТИКА
ИСКУССТВОВЕДЕНИЕ
ИСТОРИЯ
КУЛЬТУРОЛОГИЯ
МАШИНОСТРОЕНИЕ
МЕДИЦИНА
МЕТАЛЛУРГИЯ
МЕХАНИКА
ПЕДАГОГИКА
ПОЛИТИКА
ПРИБОРОСТРОЕНИЕ
ПРОДОВОЛЬСТВИЕ
ПСИХОЛОГИЯ
РАДИОТЕХНИКА
СЕЛЬСКОЕ ХОЗЯЙСТВО
СОЦИОЛОГИЯ
СТРОИТЕЛЬСТВО
ТЕХНИЧЕСКИЕ НАУКИ
ТРАНСПОРТ
ФАРМАЦЕВТИКА
ФИЗИКА
ФИЗИОЛОГИЯ
ФИЛОЛОГИЯ
ФИЛОСОФИЯ
ХИМИЯ
ЭКОНОМИКА
ЭЛЕКТРОТЕХНИКА
ЭНЕРГЕТИКА
ЮРИСПРУДЕНЦИЯ
ЯЗЫКОЗНАНИЕ
РАЗНОЕ
КОНТАКТЫ

Pages:     | 1 || 3 | 4 |

использование дилерской службы для повышения эффективности работы средств механизации в

-- [ Страница 2 ] --

В третьей главе изложена программа проведения экспериментальных и статистических исследований.

На основании программы исследований предусмотрено определение исходных данных, необходимых для реализации имитационной модели. В программу исследований входили сбор и обработка экспериментальных данных о работе машин эксплуатируемых мелиоративном и сельскохозяйственном строительстве.

Изложены методики сбора и обработки статистических данных. Приводится описание экспериментальных исследований, выполненных с использованием ПК, эмпирические формулы и расчеты.

Программа исследования включала в себя следующие этапы:

        1. Анализ н обобщение опыта существующих дилерских систем технического сервиса машин как в странах с рыночной экономикой, так и у нас в стране.
        2. Сбор статистических данных технико-экономических показателей ремонтно-обслуживающих предприятий.
        3. Исследование основных возможных направлений реформирования ремонтно-обслуживающей базы.
        4. Определение условия для создания дилерской службы техническо­го сервиса машин
        5. Оптимизация основных параметров определяющих дилерскую службу.
        6. Определение экономической эффективности предлагаемых методов.

Проведение исследований основывалось на определении статисти­ческих закономерностей, основных составляющих элементов дилерской системы технического сервиса машин.

Общая методика направлена на:

  • выявление условий создания дилерской системы технического сервиса;
  • выявление оптимальной структуры дилерской службы;
  • определение наиболее приемлемых объектов для создания дилер­ской службы из числа ремонтных предприятий.

Методика сбора и обработки статистических данных

Данный раздел устанавливает основные методические и орга­низационные положения по сбору и обработке информации о количест­венных значениях показателей надежности машин в реальной экс­плуатации.

План наблюдения изменений показателей надежности машин в реальных условиях эксплуатации.

Предусмотрено 5 планов испытаний:

  1. [NUN] - наблюдению подлежат N объектов, отказавшие не заменяются и не восстанавливаются, наблюдение прекращают, когда число отказавших объектов достигнет N;
  2. [N U r] - наблюдению подлежат N объектов, отказавшие не
    заменяются и не восстанавливаются, наблюдение прекращают, когда
    число отказавших объектов достигнет r;
  3. [NUT] - наблюдению подлежат N объектов, отказавшие не
    заменяются и не восстанавливаются, наблюдение прекращается по ис­течении времени Т;
  4. [N R r] - наблюдению подлежат N объектов, отказавшие за­
    меняются или восстанавливаются, наблюдение прекращают, когда чис­ло отказавших объектов достигнет r;
  5. [N R Т] - наблюдению подлежат N объектов, отказавшие за­
    меняются или восстанавливаются, наблюдение прекращается по истечении времени Т.

При планах [N R r] и [N R Т] результаты наблюдений за от­казавшими элементами включаются в общие результаты наблюдений. Прогнозирование показателей надёжности техники в условиях её ре­альной эксплуатации до первого капитального ремонта следует про­водить по плану [N R Т].



Статистическая обработка результатов наблюдений.

Из полученного статистического ряда наработок выбирают ми­нимальное и максимальное значение Tj наработки на J-ый отказ, размах варьирования, в соответствии с формулой Серджесса, разби­вают на интервалы:

(1)

Далее подсчитывают количество nj, тех значений наработки на i-ый отказ, которые попали в j-ый интервал длиной Тj. Для но­вого статистического ряда вычисляют значения fij частот статисти­ческой функции распределения:

(2) (3)

где nij - количество значений наработки на j-ый отказ, которые попали в i-ый интервал Тij.

Берутся результаты расчетов статистических параметров распределения по которым строится гистограмма распределения. Для этого определяют коэффициент вариации наработки на j-ый отказ:

(4)

Определяют параметры теоретического закона распределения. После этого осуществляется проверка гипотезы о соответствии тео­ретического закона распределения наработки на отказ эксперимен­тальным данным с помощью критерия Пирсона. Для этого определяется мера расхождения:

(5)

По полученному значению определяется вероятность того, что величина, имеющая распределение 2на6л с тремя степенями свободы, превзойдет значение 2кр. Если эта вероятность мала, то гипотеза отбрасывается как неправдоподобная. В противном случае гипотезу можно принять, как не противоречащую экспериментальным данным.

Методика приведения потока отказов к единой группе сложности

Для избежания ошибок при прогнозировании из-за значитель­ного разброса экспериментальных данных и удобства процесса моделирования предлагается следующая методика приведения отказов ко второй группе значимости.

У каждого из них произойдет отказов I группы значимости - n 11, II - n 21, III - n 31, на их устранение необходимо затратить определённые средства (запасные части, расходные материалы, оплата ремонтно-обслуживающих работ, амортизационные отчисления на машины и оборудование).

При этом в каждой группе машин эти величины имеют значительный разброс, для удобства расчётов перей­дем к средним величинам показателей. Средние затраты на устране­ние отказов I, II, III группы значимости Clcpi, C2cpi, C3cpi по каждому единице техники определятся по формулам:

(6) (7) (8)

Таким образом получим N множеств состоящих из величин C1cpi, C2cpi. C3cpi. Проведенные исследования показали, что име­ется значительный разброс показателей, поэтому необходимо также перейти к средним величинам затрат С1ср,об., С2ср,об., С3ср.об..





Теперь имеем средние величины затрат на устранение от­казов трех групп значимости С1ср,об., С2ср,об., С3ср.об.

Такие расчеты необходимо провести для всех 3 лет эксплуата­ции техники по каждой группе машин.

В результате будут получены данные для имитационной модели. Распределение от­казов в течение одного сезона эксплуатации проведем исходя из средней наработки.

Методика оценки значимости погрешности прогнозирования

Результаты прогнозирования, должны быть тщательно проверены до начала их последующего применения, поскольку ошибки в процессе моделирования могут привести к ре­зультатам, несоответствующим действительности. Для выявления воз­можных ошибок, необходи­ма разработка соответствующей методики. Для этих целей ис­пользуем процедуру построения таблиц сопряжения признаков. При этом для каждого результата прогнозирования составляется двухфакторная таблица сопряжения признаков.

В свя­зи с этим возникает задача корректировки коэффициентов или математической модели прогноза в соответствии с реальными условиями эксплуатации. Одним из возможных способов устранения выше указан­ного несоответствия является использование принципа "следящего сигнала", на основе которого можно определить величину до­пуска Т погрешности прогнозирования позволяющего осуществить раз­деление ошибок прогноза на значимые и незначимые.

Известно, что следящий сигнал представляет собой величину:

(9)

где Y(t) - общая сумма ошибок прогноза на интервале остаточных ресурсов t;

D(Y) - дисперсия ошибок прогноза.

Физический смысл применения следящего сигнала состоит в том, что при совпадении математической и действительной моделей процесса потери работоспособности, математическое ожидание ошибки прогноза будет равно нолю и, следовательно, сумма этих ошибок в силу их случайности колеблется около ноля, не превышая определенных величин.

Известно, что значение величины погрешности прогноза может быть определено следующим образом:

(10)

где М (Y(t)) - математическое ожидание ошибки прогноза;

D(Y) - дисперсия ошибок прогноза;

Т - допуск на величину погрешности прогнозирования.

Для проверки гипотезы о зависимости имитационной модели прогнозирования и значимости отклонений результатов эксплуатаци­онных наблюдений используем процедуру, состоящую в вычислении ожидаемой частоты F в ячейке:

(11)

где n - общее количество результатов прогнозирования;

nв - количество значимых ошибок прогноза по таблице сопряжен­ности признаков.

Затем происходит проверка по условию:

2лев.кр < 2 набл. <2прав.кр. (12)

Если условие выполняется, то гипотеза о том, что значи­мость погрешности прогнозирования незначительна, носит случайный характер и не зависит от математической модели, верна и результа­ты моделирования соответствуют имеющим место в реальной эксплуа­тации.

В противном случае данная гипотеза отвергается, т.е. зна­чение погрешности при прогнозировании определяется самой матема­тической моделью или входящим в ее состав коэффициентами.



Pages:     | 1 || 3 | 4 |
 

Похожие работы:







 
© 2013 www.dislib.ru - «Авторефераты диссертаций - бесплатно»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.