- •Теребнев в.В., Грачев в.А. Основы научных исследований оперативно-тактических действий. – м.: Академия гпс мчс России, 2012. - с.
- •Сведения об авторах
- •Введение
- •1. Понятие о тушении пожара
- •2. Сбор, выезд и следование к месту вызова
- •3. Организация спасательных работ на пожаре
- •3.1. Поиск пострадавших на пожаре
- •3.2. Средства и способы спасения людей на пожаре
- •Результаты экспериментов по проведению спасательных работ по лестничным маршам (высота этажа 3 м).
- •Переноска пострадавших
- •Зависимость времени спасания по лестничному маршу от веса спасаемого
- •Параметры спасения людей (выносом) по маршу лестничной клетки
- •Спасание с помощью спасательной веревки
- •Проведение спасательных работ при помощи натяжного спасательного полотна
- •Проведение спасательных работ с использованием «Куба жизни»
- •Проведение спасательных работ с использованием пожарных лестниц и коленчатых подъемников.
- •Спуск спасаемых с помощью системы «слип-эвакуатор»
- •Проведение спасательных работ при помощи устройства спасательного рукавного
- •Параметры использования спасательных рукавов
- •3.3 Технология деблокирования людей из завалов
- •Технология деблокирования пострадавших способом разборки завала (обвала) сверху
- •Основные технологические операции и возможный порядок их выполнение при деблокировании пострадавшего из завала (обвала) способом сплошной горизонтальной разборки
- •Технология деблокирования пострадавшего из завала (обвала) способом устройства лаза
- •Затраты труда спасателей и машинного времени на оборудование
- •3 Погонных метров лаза в завале (обвале)
- •Технология деблокирования пострадавших из завалов здания с разработкой завала вручную
- •Затраты ручного труда спасателей и машинного времени при разработке завала высотой 2 м вручную
- •Технология устройства галереи в завале
- •Затраты труда спасателей и машинного времени на проходку
- •4 Метров в завале
- •3.4. Технология деблокирования людей из аварийных транспортных средств
- •Технология деблокирования пострадавших из аварийного транспортного средства
- •Ориентировочные затраты ручного труда спасателей и машинного времени для спасения пострадавшего из аварийного автомобиля
- •3.5. Технология освобождения пострадавших, придавленных строительными конструкциями
- •Технология деблокирования пострадавшего, придавленного обрушившимся предметом
- •4. Развертывание сил и средств для транспортирования и подачи огнетушащих веществ
- •4.1. Технология установки пожарного оборудования для забора воды насосными установками мсп из водоисточников.
- •4.2. Технологический процесс при прокладке магистральных и рабочих рукавных линий
- •4.3 Оперативно-тактические действия при развертывании
- •Насосно-рукавных систем для транспортирования и подачи
- •Огнетушащих веществ от головного мобильного средства
- •Пожаротушения
- •Виды насосно-рукавных схем
- •Характеристика насосно-рукавных схем
- •Частота Использования пожарных стволов
- •Частота использования нпр
- •Развертывание насосно-рукавных систем для транспортирования раствора воды и пенообразователя для подачи воздушно-механической пены
- •4.4. Транспортирование огнетушащих веществ перекачкой
- •4.5 Развертывание сил и средств для транспортирования воды мсп к месту пожара подвозом
- •4.6. Гидроэлеваторные системы подачи огнетушащих веществ
- •Техническая характеристика гидроэлеваторов
- •5. Технология ограничения распространения и ликвидации горения Ограничение распространения и ликвидация горения
- •5.1. Общие положения подачи огнетушащих веществ пожарными стволами
- •5.2. Подача огнетушащих веществ в неблагоприятных условиях
- •5.3. Подача огнетушащих веществ в условиях особой опасности для участников тушения пожара
- •5.4 Приёмы ограничения и ликвидации горения на пожарах леса
- •6. Оперативно тактические действия по выполнение специальных работ на пожаре
- •6.1. Организация связи и освещения
- •6.2. Проведение работ по вскрытию, разборке, подъёму, стягиванию конструкций.
- •6.3. Проделывание проемов в конструкциях здания и сооружения
- •Расчетные затраты ручного труда спасателей и машинного времени при пробивке проема в стене гидромолотом
- •Основные технологические операции при проделывании проема с использованием ручной отрезной машины
- •Технологические устройства проема в стене (перекрытии) бурением
- •Снижение несущей способности конструкций зданий в зависимости от характера их повреждений
- •Примерный состав подразделений, назначаемый для обрушения
- •Технология обрушения неустойчивых конструкций
- •Технология обрушения конструкции тросовой тягой
- •6.4 Подъем на высоту
- •6.4. Снятие штурмовой лестницы с автомобиля.
- •6.5 Зашита и эвакуация материальных ценностей
- •6.6 Борьба с излишне пролитой водой на пожаре
- •6.7 Выполнение защитных мероприятий
- •6.8 Регулирование газообмена на пожаре
- •7. Сбор и возращение подразделений в места постоянной дислокации
- •8. Математическая статистика в научных исследованиях оперативно-тактических действий.
- •8.1. Статистический ряд и гистограмма
- •8.2 Выборочное среднее и выборочная дисперсия
- •8.3 Определение параметров генеральной совокупности
- •8.4 Определение доверительного интервала для параметров генеральной совокупности
- •8.5 Определение необходимого числа измерений
- •8.6 Порядок оценки основных параметров статистической совокупности
- •8.7 Проверка статистических гипотез
- •8.8 Проверка статистических гипотез
- •8.9 Проверка однородности оценок дисперсий
- •8.10 Сравнение двух выборочных средних
- •8.11 Проверка гипотезы о виде закона распределения
- •Время развертывания насосно-рукавной системы.
- •8.12 Порядок проверки статистических гипотез
- •9. Исследование корреляционных зависимостей при изучении оперативно-тактических действий.
- •9.1 Коэффициент корреляции
- •9.2 Проверка гипотезы об отсутствии корреляционной связи между случайными величинами
- •9.3 Порядок исследования корреляционных зависимостей
- •10. Планирование экспериментов при изучении оперативно-тактических действий Математическая статистика в научных исследованиях оперативно-тактических действий.
- •10 Плани рование экспериментов при изучении оперативно – тактических действий
- •10.1 Планирование эксперимента с целью получения математического описания (математической модели) объекта
- •10.2 Планирование отсеивающих экспериментов
- •10.3 Определение количества измерений переменных факторов и интервала между их значениями.
- •Подбор исполнителей для экспериментальных исследований оперативно-тактических действий.
- •Расчет интегрального показателя физической работоспособности
- •10.5 Графоаналитический способ установлении уравнении регрессии при исследовании оперативно-тактических действий.
- •10.6. Метод наименьших квадратов и элементы анализа временных рядов при изучении оперативно-тактических действий.
- •11. Исследование оперативно-тактических действий с применением полных факторных планов.
- •11.1. Понятие полных факторных планов и их построение
- •Пфп для трех факторов в нормализованных обозначениях
- •11.2 Свойства матрицы планирования пфп
- •11.3 Построение математических моделей на основе пфп
- •11.4 Проведение эксперимента с дублированными опытами
- •11.5 Обработка результатов эксперимента при равномерном дублировании опытов
- •11.6 Обработка результатов эксперимента при отсутствии дублированных опытов
- •11.7 Проверка адекватности математической модели
- •11.8 Анализ результатов эксперимента
- •12. Исследование оперативно-тактических действий с применением дробных факторных планов.
- •13. Исследование оперативно-тактических действий с помощью экспериментальных планов 2-го порядка.
- •13.2 Расчёт коэффициентов регрессии для в-планов
- •13.3 Униформ-ротатабельный план 2-го порядка.
- •Структура униформ-ротатабельного плана
- •Параметры униформ-ротатабельных планов nc
- •Униформ-ротатабельный план для двух факторов в нормализованных обозначениях
- •Униформ-ротатабельный план для трёх факторов в нормализованных обозначениях
- •13.4 Расчет коэффициентов регрессии для униформ-ротатабельных планов
- •14. Оптимизация оперативно-тактических действий
- •14.1.Определение времени выполнение элементов оперативно-тактических действий с использованием математических методов.
- •Определение интенсивности освоения исследуемого элемента отд.
- •14.2. Определение времени выполнения элементов оперативно-тактических действий с использованием микроэлементных нормативов.
- •14.3 Классификация мэн на элементарные движения
- •1 Движения руки (рук), пальцев, кисти
- •2 Прилагаемое усилие
- •3 Движения корпуса
- •4 Движения ног
- •5 Умственно-зрительная деятельность
- •Рассмотрим микроэлементные нормативы группы п.
- •14.4 Укрупнённые временные параметры выполнение некоторых видов действий.
- •14.5. Оптимизация оперативно-тактических действий.
- •Приложение
- •Учет условий, выполнение нормируемых упражнений
- •Время открепления и снятия пожарного оборудования
- •Время выполнения операций с пожарным оборудованием
- •Время преодоления 1 м
- •Коэффициент, учитывающий высоту снежного покрова
- •Коэффициент, учитывающий влияние температуры окружающей среды
- •Оглавление
Пфп для трех факторов в нормализованных обозначениях
Номер опыта |
x1 |
х2 |
x3 |
y |
1 |
-1 |
-1 |
-1 |
y1 |
2 |
+1 |
-1 |
-1 |
y2 |
3 |
-1 |
+1 |
-1 |
y3 |
4 |
+1 |
+1 |
-1 |
y4 |
5 |
-1 |
-1 |
+1 |
y5 |
6 |
+1 |
-1 |
+1 |
y6 |
7 |
-1 |
+1 |
+1 |
y7 |
8 |
+1 |
+1 |
+1 |
y8 |
Для геометрического изображения ПФП 23 потребуется уже факторное пространство с тремя координатами: x1, x2, x3. В этих нормализованных координатах опытам ПФП 23 соответствуют вершины куба, а в натуральных обозначениях факторов - вершины параллелепипеда.
Существует несколько способов построения полных факторных планов, более простых, чем перебор. Рассмотрим один из них, который можно легко уяснить, обращаясь к матрицам планирования в табл.11.3 и 11.4. Анализируя столбцы этих таблиц, легко заметить, что для построения ПФП с произвольным числом факторов k достаточно:
заполнить столбец x1 цифрами -1 и +1 поочередно; заполнить столбец x2, чередуя эти цифры по две; в столбце x3 эти цифры чередовать по четыре; в столбце х4 по восемь и т. д.
11.2 Свойства матрицы планирования пфп
Матрица планирования ПФП в нормализованных обозначениях обладает следующими характерными свойствами.
Симметричность относительно центра эксперимента - алгебраическая сумма элементов столбца любого фактора равна нулю:
(11.5)
где xij - значение i-го фактора в j- м опыте;
i =1, 2, ..., k; j = 1,2, ..., N;
N- число основных опытов.
Нормированность - сумма квадратов элементов столбца любого фактора равна числу опытов:
(11.6)
Ортогональность - сумма почленных произведений любых двух столбцов матрицы равна нулю:
(11.7)
Матрицы планирования, обладающие этими свойствами, называют ортогональными.
11.3 Построение математических моделей на основе пфп
Уравнение, в виде которого представляется математическая модель, называется уравнением регрессии. По результатам ПФП можно, в частности, построить линейную модель объекта:
ŷ = b0 + b1x1 + b2x2 +... + bkxk. (11.8)
Уравнение регрессии (11.8) записано в нормализованных обозначениях факторов. С помощью замены (11.4) легко перейти к натуральным значениям факторов.
Коэффициенты bi, i = 0, 1,..., k, называемые коэффициентами регрессии, отыскиваются по результатам эксперимента с помощью метода наименьших квадратов. Благодаря свойствам (11.5)-(11.7) матриц ПФП формулы оказываются весьма простыми, а именно:
(11.9)
Из уравнения (11.9) видно, что для вычисления коэффициента регрессии bi используется столбец значений соответствующего фактора хi.
Коэффициент b0 равен среднему арифметическому значений выходной величины.
(11.10)
Для того чтобы формула (11.9) была справедлива для коэффициента b0 при i = 0, в матрицу планирования часто вводят фиктивный фактор x0, который в каждом опыте принимает значение +1 (см. табл. 11.5).
Распишем формулы (11.9) и (11.10) для ПФП 22 с двумя факторами (табл. 11.5). Линейная модель в этом случае имеет вид
ŷ = b0+b1x1+b2x2. (11.11)
Коэффициенты регрессии вычисляются по формулам:
(11.12)
(11.13)
(11.14)
Модель объекта в виде полинома 1-го порядка (11.11) является простейшей. Она далеко не всегда удовлетворительно описывает объект. Полные факторные планы позволяют, оказывается, получить и более сложные модели. Именно с их помощью можно вычислить коэффициенты регрессии, описывающие взаимодействия факторов. Так, для плана 22 в уравнении регрессии можно включить член b12х1х2. Модель, таким образом, отыскивается в виде
ŷ = b0+b1x1+b2x2.+ bl2х1х2 (11.15)
В этом случае в матрицу планирования вводят столбец с произведением факторов х1 х2 (табл.11.5). Знаки этого столбца используются при вычислении коэффициента регрессии:
(11.16)
Матрица базисных функций ПФП 22 для модели (11.5)
Таблица 11.5
Номер опыта |
x0 |
x1 |
x2 |
x1 x2 |
y |
1 |
+ 1 |
-1 |
-1 |
+1 |
y1 |
2 |
+ 1 |
+ 1 |
-1 |
-1 |
y2 |
3 |
+1 |
-1 |
+1 |
-1 |
y3 |
4 |
+ 1 |
+ 1 |
+1 |
+1 |
y4 |
Теперь каждому слагаемому в модели (11.15) соответствует определенный столбец в табл.11.5: слагаемому bo - столбец x0; слагаемому b1x1 - столбец x1; слагаемому b2х2 - столбец х2; наконец, последнему слагаемому b12x1 х2 - столбец х1х2. Таблицы, обладающие этим свойством, называются матрицами базисных функций для соответствующей модели. В табл.11.5 приведена, таким образом, матрица базисных функций ПФП 22 для модели (11.15).
Отметим, что матрица базисных функций, приведенная в табл.11.5, сохраняет свойства (11.5)-(11.7), за исключением свойства симметричности по отношению к столбцу xо.
Для ПФП с тремя факторами 23 в линейную модель можно дополнительно ввести следующие члены, характеризующие взаимодействия двух факторов: b12x1х2; b13x1x3; b23x2x3. Эти члены будем называть парными взаимодействиями, или взаимодействиями 1-го порядка. Кроме того, для этого плана можно рассмотреть и включить в уравнение регрессии член с произведением трех факторов, которое будем называть тройным взаимодействием bl23x1x2x3, или взаимодействием второго порядка. В результате модель принимает вид
ŷ = b0+b1x1+b2x2.+ b3х3 + bl 2х1х2+ b13x1x3 + b23x2x3 + bl23x1x2x3 (11.17)
Для получения матрицы базисных функций в матрицу планирования вводятся соответствующие столбцы (табл. 11.6).
Матрица базисных функций ПФП 23 для модели (11.17)
Таблица 11.6
Номер опыта |
xо |
x1 |
х2 |
x3 |
х1х2 |
x1x3 |
x2x3 |
x1x2x3 |
y |
1 |
+ 1 |
-1 |
-1 |
-1 |
+1 |
+1 |
+1 |
-1 |
y1 |
2 |
+1 |
+1 |
-1 |
-1 |
-1 |
-1 |
+1 |
+1 |
y2 |
3 |
+1 |
-1 |
+1 |
-1 |
-1 |
+1 |
-1 |
+1 |
y3 |
4 |
+1 |
+1 |
+1 |
-1 |
+1 |
-1 |
-1 |
-1 |
y4 |
5 |
+1 |
-1 |
-1 |
+1 |
+1 |
-1 |
-1 |
+1 |
y5 |
6 |
+1 |
+1 |
-1 |
+1 |
-1 |
+1 |
-1 |
-1 |
y6 |
7 |
+1 |
-1 |
+1 |
+1 |
-1 |
-1 |
+1 |
-1 |
y7 |
8 |
+1 |
+1 |
+1 |
+1 |
+1 |
+1 |
+1 |
+1 |
y8 |
Аналогично ПФП 24 позволяет оценить, помимо свободного члена и линейных коэффициентов, 6 парных взаимодействий (число их в этом плане равно числу сочетаний из 4:= 6), 4 тройных взаимодействия (= 4) и одно четверное взаимодействие, или взаимодействие 3-го порядкаb1234x1x2x3x4.
В общем случае число взаимодействий r-го порядка для k факторов равно числу сочетаний из k по (r + 1):
(11.18)
Формулы для вычисления коэффициентов взаимодействия аналогичны формуле (11.19), в числителе которой рассчитывается сумма произведений элементов столбцов соответствующих факторов, умноженных на значение» yj, j = 1,2. ...,N.
Например, коэффициент при парном взаимодействии biu равен
(11.19)
i, и = 1,2,..., к; i ≠ и.
Коэффициенты регрессии bi найденные по результатам эксперимента, являются лишь оценками некоторых истинных коэффициентов регрессии, которые мы обозначим βi.
В ПФП каждый коэффициент bi оценивает величину соответствующего истинного коэффициента βi, так называемые несмешанные оценки. Для модели (11.15) это можно записать так:
.
Как указывалось ранее, вид математической модели выбирается заранее, до проведения опытов. Поэтому необходима проверка пригодности модели для описания объекта - так называемая проверка адекватности модели. Эту проверку можно сделать только в случае, если число опытов плана N превышает число оцениваемых коэффициентов регрессии p, то есть выполняется условие
N > p
Такие экспериментальные планы называются ненасыщенными. Планы для которых выполняется соотношение N = p, называются насыщенными. Насыщенные планы не позволяют проверить адекватность модели. Легко показать, что по результатам ПФП 22 и 23, приведенным в табл. 11.5 и 11.6 соответственно, можно проверить адекватность линейных уравнений регрессии. Однако те же планы, используемые для построения моделей (11.15) и (11.17), являются насыщенными и не позволяют провести проверку адекватности модели.
При выборе математической модели следует также учесть, что экспериментатора, как правило, интересуют в наибольшей степени линейные коэффициенты регрессии и парные взаимодействия. В меньшей степени- взаимодействия более высокого порядка, которыми часто пренебрегают. Избыточные опыты в этом случае используют для проверки адекватности модели.