- •Методические указания
- •Целиковская Валентина Семеновна
- •Определение рационального алгоритма поиска неисправности сложного непрерывного объекта диагностики
- •Правила построения логической фдм
- •Анализ логической фдм и построение
- •Принятие решения о техническом состоянии диагностируемого объекта методом условной вероятности
- •Указания по работе в среде пакетов MatLab и Microsoft Excel при формировании статистических данных.
- •Формирование данных о значениях диагностического параметра cPb – концентрации свинца в смазке.
- •Априорные статистические данные
- •Руководство по работе с программой diagnost
Во введении необходимо указать назначение и место технической диагностики в системе управления надежностью локомотивов при их технической эксплуатации, основные методы принятия решений, используемые при диагностировании.
Указания по работе в среде пакетов MatLab и Microsoft Excel при формировании статистических данных.
Формирование данных о значениях диагностического параметра cPb – концентрации свинца в смазке.
После загрузки пакета MatLab, в командном окне последовательно ввести: количество значений параметра n=300, количество переменных m=1, значение параметра «MU» в соответствии с вариантом из таблицы 3. Каждый ввод из указанных данных завершать нажатием клавиши «Enter». После этого в том же окне ввести команду R=exprnd(MU,n,m) и нажать клавишу «Enter». Будет сформирован массив в виде столбца из 300 значений параметра CPb. Выделить столбец и скопировать в буфер памяти.
Загрузить пакет Microsoft Excel и вставить скопированные данные в ячейки открывшегося листа. С помощью функций «Найти», «Заменить» во вкладке «Правка» основного меню заменить в скопированных данных вид разделителя – точку на запятую. Таким образом, будет сформирован столбец со случайными значениями диагностического параметра С.
На том же листе сформировать столбец со значениями границ диапазонов изменения параметра CPb в соответствии с таблицей 3. Загрузить пакет «Анализ данных» во вкладке «Сервис» и в открывшемся окне выбрать пункт «Гистограмма». Далее, руководствуясь рекомендациями программы, получить столбец с частотами попадания всех сгенерированных значений параметра CPb в указанные в таблице 4 диапазоны.
После этого на этом же листе Microsoft Excel сформировать еще два столбца такой же длины: вначале, путем умножения значений частот в каждой ячейке уже имеющегося столбца на коэффициент КС, значение которого выбирается из таблицы 3 в соответствии с вариантом задания, получить столбец такой же длины, как и исходный. Данный столбец моделирует случайные значения диагностического параметра CPb для случая нахождения узла в неисправном состоянии . Полученные значения частот внести в соответствующие ячейки 5-го столбца таблицы 4.
Далее сформировать еще один столбец той же длины путем вычитания из значений частот в ячейках исходного столбца значений частот второго столбца. Данный столбец моделирует случайные значения диагностического параметра CPb для случая нахождения узла в исправном состоянии . Полученные значения частот внести в соответствующие ячейки 4-го столбца таблицы 4.
Формирование данных о значениях диагностического параметра CPb – приращения концентрации свинца в смазке за период между измерениями, произвести по той же схеме. Однако, при работе в MatLab генерируются случайные значения данного диагностического параметра, распределенные по нормальному закону. Для этого в командном окне вводятся те же значения m и n, как и в предыдущем случае, а также значения параметров MU и SIGMA, значения которых берутся из таблицы 3 в соответствии с вариантом задания. Генерация чисел осуществляется с использованием функции R = normrnd(MU,SIGMA, n, m). При формировании столбца с частотами попадания значений данного параметра в указанные в таблице 4 диапазоны, величину коэффициента КС, выбирать из таблицы 3 в соответствии с вариантом задания. В результате получают значения и , которые вносят в 4-й и 5-й столбцы таблице 4, соответствующие параметру CPb.
Таблица 4